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...
这里我选择的是Anaconda3-4.2.0-Windows-x86_64.exe 6.接下来创建一个名为tensorflow的环境 conda create -n tensorflow python=3.5 1. 7、输入命令以激活 conda 环境:activate tensorflow 8、安装 GPU 版本的TensorFlow,输入以下命令:pip install --ignore-installed --upgrade tensorflow-gpu==1.9 版本可以自己选...
tensorflow-gpu安装版本选择 cuda版本选择 查看显卡支持的cuda版本 桌面右键-》NVIDIA控制面板-》左下角系统信息-》组件-》找到NVCUDA.DLL找到支持的cuda最高版本 tensorflow-gpu版本选择 https://tensorflow.google.cn/install/source#gpu 然后下载对应的cuda cudnn tensorflow-gpu版本即可 分类: 工具安装问题 好文要...
pip uninstall tensorflow 然后安装tensorflow-gpu 1.8.0版本 pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple 安装CUDA 下面是下载链接: https://developer.nvidia.com/cuda-toolkit-archive 这是我下载的安装版本 双击运行,可以自定义安装路径 选择“精简” 测试CUDA是否安装成功,nvc...
我的tensorflow-gpu 安装版本为: 这个对应关系是在网上查询别人安装成功的案例,不要自己随意组合,不然很容易安装失败,或者就按官网查询的组合安装,安装过程是一样的! 一、查看电脑的显卡: 1、右键此电脑→右键选管理→设备管理器→显示适配器 主要看独显:GeF...
如果您打算使用GPU进行深度学习,请确保选择了“TensorRT”和“cuDNN”。 选择您的GPU驱动程序版本,确保与您的系统兼容。 确认安装路径,然后点击“下一步”。 等待安装完成。 验证CUDA是否正确安装。打开终端,输入以下命令:nvcc --version。如果成功显示CUDA版本信息,则表示安装成功。步骤三:安装cuDNN 7.6接下来,我们...
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 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: ...
一、寻找所需版本 首先去官网找到你所需要的tensorflow版本,这里以GPU的tensorflow2.11.0为例子。(当然CPU更为简单,就几条命令就好了) 官网链接如下: https://tensorflow.google.cn/install/source#linux 这里有个细节,在官网中浏览时要切换成英文模式,中文模式下很多版本信息还没有更新过来。