首先选中“我的电脑”单击右键--->“管理”--->“设备管理器”--->“显示适配器”--->查看是否有NVIDIA显卡,要是有就表示我们可以安装tensorflow-gpu,否则我们只能安装不支持gpu的tensorflow版本。 二、估计你需要安装的tensorflow-gpu版本,然后查看tensorflow与CUDA的版本对应关系(本教程安装tensorflow-gpu==2.1.0)...
链接地址:https://pypi.org/project/tensorflow/#files (3)安装tensorflow-gpu 方式一:在线安装(不推荐,较慢) pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/ 1. 方式二:离线安装(需提前下载好whl包) pip install tensorflow_gpu-1.14.0-cp36-cp36m-manylinux1_x86_6...
虚拟环境下使用pip install tensorflow-gpu安装即可（不要使用pip3）可以使用代码tf.device()指定某一块...
import tensorflow as tfimport os# 选择编号为0的GPUos.environ["CUDA_VISIBLE_DEVICES"] = "0"# 创建模型model = tf.keras.Sequential()model.add(layers.Dense(16, activation='relu', input_shape=(10,)))model.add(layers.Dense(1, activation='sigmoid'))# 设置目标函数和学习率optimizer = tf.keras...
先安装Scipy再安装tensorflow() conda install scipy1.1.0 conda install tensorflow-gpu1.8.0 安装时注意细节更新 2.下载github项目代码和数据 git clone https://github.com/endernewton/tf-faster-rcnn.git 1. 3.修改GPU配置 修改lib/setup.py cd tf-faster-rcnn/lib ...