【杂项】利用CUDA实现tensorflow的gpu加速——以NXP的eIQ Portal Command line环境为例

这是一个针对于eIQ的解决方案，笔者所用显卡是GTX1650

step1：下载CUDA和CuDnn

2022年3月，eIQ所使用tensorflow版本为2.5.0，因此对应CUDA 11.2.0，CuDnn 8.1.0，CUDA下载完后是一个exe，对CUDA进行安装，具体流程可参考csdn，安装完成后添加环境变量，具体可参考csdn安装教程，十分详尽

step2：打开eIQ Portal

点COMMAND LINE，弹出命令行窗口，输入：

python -m virtualenv venv

venv\Scripts\activate

Python

此时进入脚本编辑界面

import tensorflow

此时很可能会报某个dll缺失，继续

tensorflow.test.gpu_device_name()

可能会出现显卡名字，但是出现几条的dll缺失，以上是官方给出的流程

step3：复制DLL

要解决dll的问题，只需在CUDA的安装目录中的\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin里，找到对应的dll，再复制到System32里，即可解决，测试成功的代码：

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)

gpu_ok返回Ture即可