一般情况1.0已经足够,但是如果要进行深度神经网络的训练,当然还是tensorflow2.*-gpu比较快啦。 其中tensorflow有CPU和GPU两个版本(2.0安装方法), CPU安装比较简单: pip install tensorflow-cpu 1. 一、查看显卡 日常CPU足够,想用GPU版本,要有NVIDIA的显卡,查看显卡方式如下: 二、查看版本对应关系 然后我们需要去下载N...
不同版本的tensorflow-gpu与CUDA对应关系如下表所示(图片有点旧了,python版本是2.7和3.3-3.8): 对于版本号大于1.13的tensorflow-gpu的1.x版本,如1.14、1.15,建议安装CUDA10.0,不要安装CUDA10.1,安装后会提示缺少很多库文件,而导致GPU版本的tensorflow无法使用,如下图所示: 如果是2.0以上的tensorflow,按下面列表安装(20...
Tensorflow 2.1.0 GPU版本需要CUDA 5.0和cuDNN 3.0.0版本; Tensorflow 2.0.0 GPU版本需要CUDA 9.0和cuDNN 7.0.3版本; Tensorflow 1.15.0 GPU版本需要CUDA 8.0和cuDNN 6.0.43版本; Tensorflow 1.14.0 GPU版本需要CUDA 8.0和cuDNN 6.0.43版本; Tensorflow 1.13.1 GPU版本需要CUDA 8.0和cuDNN 6.0.43版本。三、...
①首先,根据安装的CUDA版本下载对应的cuDNN版本,以及对应的tensoflow-gpu版本、python版本都从这里查看,详细信息查看该网址 https://tensorflow.google.cn/install/source_windows。 因为本机安装的CUDA10.1版本,所以选择cuDNN7.6进行下载,下面红框中的都可以选择。 ②下载完成后,解压此文件,将cudnn文件中对应的文件移...
1conda install tensorflow 运行上述代码，我们将自动开始安装当前环境（也就是Python版本）支持的最新版本的tensorflow库；如下图所示。 安装完毕后，就将出现如下图所示的界面。 至此，我们就完成了CPU版本的tensorflow库的配置。我们在Python中输入如下的代码，检验当前tensorflow库是否支持GPU运算。1...
TensorFlow-GPU与Python、CUDA的版本对应问题 最近在学校的服务器上安装TensorFlow-GPU遇到了一些问题,都是一些版本对应的问题,总结了一下 以上是版本的对应 详细的可以看一下连接: https://tensorflow.google.cn/install/source
先打开本机nvdia控制面板,查看gpu对应的cuda版本 然后进入developer.nvidia.com/cu 下载需要的cuda toolkit,一般不要超过自己的cuda版本。这里需要注意的是,要和tensorflow-gpu版本相对应,所以也可以先查阅一下tensorflow-gpu的版本要求(tensorflow.google.cn/in)再决定下载什么。 下载完安装包之后就解压一路选择默认安装...
TensorFlow1.2~2.1各GPU版本CUDA和cuDNN对应版本如下: tensorflow-gpu 的安装测试 Cuda 10.0, V10.0.130 首先 安装了: conda create -n tf21 python=3.7.2 pip install tensorflow-gpu==2.1.0 测试输出如下: import时说 不能加载 cuda下的一个.so 文件,但是 print(tf.__version__) 可以顺利输出。 因为cu...
说明我的版本是V10.2.89,因此要找与之对应的tensorflow-gpu: TensorFlow - FloydHub Documentationdocs.floydhub.com/guides/tensorflow/#tensorflow-21 因此安装gpu命令为: pip install --index-url https://pypi.douban.com/simple tensorflow-gpu==2.2.0 成功安装后检验一下是不是gpu,建立一个.py文件,在该...