进入python命令行,输入如下命令测试: import tensorflow as tf print(tf.__version)__ #显示版本号 tf.test.is_gpu_available() #显示True 则代表成功 输出版本如图所示: 如果返回False,查看报错是因为缺少cuda 11文件。 重新打开Anaconda PowerShell Prompt命令窗口。 查看虚拟环境 conda env list 激活虚拟环境 co...
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.10.0 下图显示安装成功。 验证tensorflow-gpu安装是否成功,输入python 输入import tensorflow as tf,下图可见没有报错,说明现在没问题。 import tensorflow as tf 输入tf.config.list_physical_devices(),如下图我发现显卡有一...
由于我这里希望将tensorflow库配置到另一个已有的Anaconda虚拟环境中（这个虚拟环境的名称为py36tf，Python版本是3.6的），而不是当前这个默认的base环境，因此需要按照文章Anaconda创建、删除Python虚拟环境中提到的方法，首先进入这个名称为py36tf的虚拟环境中，如下图所示。 如果大家需要在默认的环境中配置tensorf...
1pip install --user "tensorflow<2.11" 前面我们提到，当时虽然已经配置完毕了新版tensorflow库，但是如果运行代码，还是会出现如下图所示的提示信息，即我们还没有配置好GPU运行的环境。 其中，如果大家的电脑上是没有GPU，或者就不需要用GPU加以计算，那就不用管这个问题，直接开始编写、运行机器学习...
1. 创建虚拟环境(Python 3.7) 创建名为"MLgpu"的新环境,并指定使用Python 3.7版本 代码语言:javascript 复制 conda create -n MLgpu python=3.7 激活虚拟环境 代码语言:javascript 复制 conda activate MLgpu 2. 安装tensorflow-gpu (a). 常见版本匹配报错 代码语言:javascript 复制 ensorflow 2.3.0 requires...
这个错我解决得有点玄学,不过还是记录一下。直接新建一个python3.7虚拟环境,再新的环境中重新安装TensorFlow2.0.0 //1.安装tensorflow: pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple //2.安装tensorflow-GPU: pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghu...
conda activate tensorflow2.1 # 激活环境(进入该环境) 1. 然后使用如下命令直接安装即可,他会自动安装我们需要的cudatoolkit和cudnn conda install tensorflow-gpu==2.1.0 # 安装tensorflow-gpu版本 1. 注意:如果这一步安装超时失败,则很可能是源的问题,可以更改源为清华源,然后在尝试安装。
若需要其他环境可以在anaconda 命令行下配置好虚拟环境后,再打开项目切换至所需的虚拟环境 5. tensorflow-gpu配置 ## 【推荐方法】 > 打开`Anaconda Prompt ` ### 创建虚拟环境`TF-GPU` ```sh conda create -n TF-GPU ``` ### conda安装 `tensorflow-gpu` ```sh conda activate TF-GPU conda install...
首先,和Anaconda环境配置其他库一样,我们需要打开Anaconda Prompt软件;如下图所示。 随后,将会弹出如下所示的终端窗口。 接下来,我们即可开始tensorflow库的配置。由于我这里希望将tensorflow库配置到另一个已有的Anaconda虚拟环境中(这个虚拟环境的名称为py36tf,Python版本是3.6的),而不是当前这...