大家好，我是毛毛。
今天是Day 29
今天主要來看tensorflow-gpu怎麼安裝 & 如何切換GPU和CPU~ ヽ(✿ﾟ▽ﾟ)ノ

GPU

要使用GPU就得先安裝些東西

1. NVIDIA drivers
2. cuDNN
3. CUDA
4. tensorflow-gpu

Nvidia drivers

在去NVIDIA的官網下載驅動前要先來看看自己的顯卡是哪個~
可以在裝置管理員中看到，如下

這邊我的顯卡是NVIDIA GeForce RTX 2080，接著我們就到官網去載驅動程式啦~

填入顯卡資訊與作業系統等，在按下SEARCH

按下DOWNLOAD，安裝完就好啦~

cuDNN

這個部分會比較麻煩一些，因為需要註冊會員才能下載
話不多說，就先去NVIDIA cuDNN吧~
進來會看到這個畫面，選擇Download cuDNN

接著就會需要加入會員，填一些資料

Login後，勾選I Agree...會看到底下畫面，這邊我是載下面這個版本
Download cuDNN v8.0.4 (September 28th, 2020), for CUDA 11.1

載下來之後，它是一個壓縮檔裏頭有三個資料夾，分別是bin、include、lib

(補)時隔多年，換電腦要重灌tensorflow-gpu才發現自己好像少打一個步驟XD
要將cuDNN的bin、include、lib複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1中

CUDA

CUDA GPUs

在安裝CUDA前，要先到CUDA GPUs確認一下GPU符不符合資格(Compute Capability > 3)，進去之後點選CUDA-Enable GeForce and TITAN Products，會看到下圖

接下來要來下載CUDA啦~

這邊我是下載最新的版本
CUDA Toolkit 11.1 (Sept 2020)，按了之後會進到底下頁面，要選一下作業系統與版本

將底下兩個資料夾的路徑加到環境變數中，安裝完通常會自動加入，沒有的話在自己加入
/bin

/libnvvp

tensorflow-gpu

這邊是使用Anaconda的termial
安裝tensorflow-gpu
conda install tensorflow-gpu

進行更新
conda create -n tensorflow python=3.7

activate tensorflow
可以看到前面變成了tensorflow

再輸入底下
pip install --ignore-installed --upgrade tensorflow-gpu

測試一下

在Anaconda的terminal輸入
python
import tensorflow

成功啦~

GPU <=> CPU

Spyder這個編譯器會自動選用GPU，所以如果要改用CPU模式，只要在程式碼一開始加入底下程式碼即可

import os
os.environ["CUDA_VISIBLE_DEVICES"]='-1' 

GPU

可以看到會顯示目前使用的顯示卡：GeForce RTX 2080

CPU

加入上述程式碼後，會看到目前是使用的CPU

本來今天是想看看前面的3個實作用GPU和CPU跑時間會差多少
但發生了點意外只好明天再放了 0(:3　)～ ('､3_ヽ)_

今天就到這啦~
大家明天見