Windows10+Anaconda+TensorFlow(CPU & GPU)环境快速搭建

最新推荐文章于 2024-07-25 11:41:01 发布
最新推荐文章于 2024-07-25 11:41:01 发布
阅读量5.7w 收藏 244
点赞数 32
分类专栏： TensorFlow 人工智能 文章标签： TensorFlow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30611601/article/details/79067982
版权

今天分享一下本人在笔记本上配置TensorFlow环境的过程。原文链接

##说明

电脑配置：

  • Acer笔记本
  • CPU Inter Core i5-6200U
  • GPU NVIDIA GeForce 940M(忽略掉我的渣渣GPU)
  • Windows10

所需的环境：

  • Anaconda3(64bit)
  • CUDA-8.0
  • CuDNN-5.1
  • Python-3.6
  • TensorFlow 或者 TensorFlow-gpu

首先安装Anaconda3

​ 我们从官网下载(https://www.anaconda.com/download/#windows)，也可以使用我上传百度网盘的版本，链接：https://pan.baidu.com/s/1dGEC57z 密码：2om4
使用Linux的小伙伴可以同样下载Linux版本的Anaconda，之后我会再做补充的。
这里写图片描述

​ 下载好后，我们进入安装界面：
这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

​ 这里，我们把两个都选上，第一个是加入环境变量，因为我之前安装过一次所以这里提示不要重复添加，第二个是默认的Pyth

最低0.47元/天 解锁文章
Quanfita
关注
专栏目录
Windows10+Anaconda+TensorFlow(CPU & GPU)环境快速搭建-附件资源
03-02
Windows10+Anaconda+TensorFlow(CPU & GPU)环境快速搭建-附件资源
深度学习训练GPU显卡选型攻略
virobotics的博客
03-14 1万+
Hello，大家好，我是virobotics（仪酷智能），一个深耕于LabVIEW和人工智能领域的开发工程师。在人工智能（AI）和深度学习领域，GPU（图形处理单元）已成为训练模型的核心硬件。GPU能够提供比传统CPU更高的并行处理能力，这使得它们在处理复杂的计算任务时显得尤为重要。但是，面对市场上琳琅满目的GPU选项，如何选择最适合AI训练的GPU显卡呢？本文将为你提供一个详细攻略。
tensorflow安装过程及一些问题的解决
weixin_43411870的博客
08-18 4418
**目的：**在已安装anaconda的前提下，安装TensorFlow **安装基础：**Windows环境、anaconda2（64位） 说明：因为在安装tensorflow的过程中出现了很多的问题，在网上搜了很多的方法，却大多数都失败了，几经波折才最终安装成功，因此把整个安装过程整理出来供大家参考，也是给自己留个备份。所有参考链接也附在了下面，感谢这些大神们的教程~ 安装过程： （参考：添加链接描述） （1）查看环境。打开Anaconda Prompt，输入：conda info --envs，查看已
2024年最新版Anaconda3的安装配置及使用教程(非常详细)，从零基础入门到精通，看完这一篇就够了（附安装包）
最新发布
bdfcfff77fa的博客
07-25 1201
网络安全行业产业以来，随即新增加了几十个网络安全行业岗位︰网络安全专家、网络安全分析师、安全咨询师、网络安全工程师、安全架构师、安全运维工程师、渗透工程师、信息安全管理员、数据安全工程师、网络安全运营工程师、网络安全应急响应工程师、数据鉴定师、网络安全产品经理、网络安全服务工程师、网络安全培训师、网络安全审计员、威胁情报分析工程师、灾难恢复专业人员、实战攻防专业人员…随着个人能力的不断提升，所从事工作的职业价值也会随着自身经验的丰富以及项目运作的成熟，升值空间一路看涨，这也是为什么受大家欢迎的主要原因。
activate tensorflow 失败：Could not find conda environment: tensorflow 的解决方案
阅读修身
04-02 7992
1问题描述 激活tensorflow时候出现了这样的问题： Could not find conda environment: tensorflow You can list all discoverable environments with `conda info --envs`. 2解决方案 先看看自己的python版本：python --version，确定版本后：conda create -n tensorflow python=3.7.0创建一个。 但是呢，第一遍创建时..
activate tensorflow 激活失败解决方案
深浅卡布星的博客
10-15 1221
tensorflow
深度学习用什么显卡？3060显卡适合深度学习吗？
热门推荐
gu1857035894的博客
05-31 3万+
深度学习用什么显卡?3060显卡适合深度学习吗?都知道深度学习很吃显卡，显存越大，可以缓存的内容就越多。对于非常吃显存的图像类深度学习程序来说，显存太小的显卡批处理就不能调太大，否则会程序会报错。......
Anaconda+tensorflow+win10安装包和教程.rar
11-21
总结来说，这个压缩包提供了在Windows 10上安装和配置Anaconda以及在Anaconda环境中安装TensorFlow的完整流程，对于初学者或者需要在Windows环境下进行数据科学和机器学习工作的人来说，是一份非常实用的资源。...
anaconda3.5.0与TensorFlow1.3.0.rar
09-16
通过提供预打包的软件，用户可以快速搭建一个完整的数据科学和机器学习工作环境。无论是进行模型训练、实验还是部署，这个组合都能提供强大的支持。理解并掌握这两者的使用，将对提升数据科学和AI项目的工作效率有着...
深度学习选择GPU的12条建议！
m0_71832273的博客
05-26 2446
如果你可以为你的集群购买 RTX GPU：66% 的 8路RTX 4080 和 33% 的 8路RTX 4090（要确保能有效地冷却）。如果解决不了 RTX 4090 的冷却问题，那么可以购买 33% 的 RTX 6000 GPU 或 8路Tesla A100。任何专业绘图显卡（如Quadro 卡）；进一步学习，卖掉你的 RTX 4070，并购买多路RTX 4090。根据下一步选择的领域（初创公司、Kaggle、研究、深度学习应用），卖掉你的 GPU，三年后再买更合适的（下一代 RTX GPU）。
Anaconda下tensorflow虚拟环境的创建，和一些命令行代码笔记
qq_44874004的博客
05-09 2372
右边“*”表示当前使用的环境 一些其他常用的命令：删除一个环境：【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）_查看conda虚拟环境_miracleo_的博客-CSDN博客输入命令：conda create -n tensorflow python=3.7，表示创建一个名字为tensorflow的环境，这个环境用的python版本是3.7版本的 1.3进入环境 输入命令：activate tensorflow，就可以进入tensorflow环境中 我这里安
TensorFlow学习-anaconda的方式安装TensorFlow教程
小夭的博客
10-18 2万+
首先在说到安装TensorFlow前，要安装好anaconda，这里引入一篇教程anaconda安装与使用 初学者另外也需要在官网安装对应的python包python官网 有这些前置准备后，就可以安装TensorFlow了
梳理一下TensorFlow的环境配置和Tensorflow-gpu的环境配置
qq_62331166的博客
11-25 1750
华为云镜像源:https://mirrors.huaweicloud.com/repository/pypi/simple/华为云镜像源:https://mirrors.huaweicloud.com/repository/pypi/simple/4.分别将cuDNN文件下的bin、inclue、lib文件添加到CUDA的 bin、inclue、lib文件下。阿里云镜像源： https://mirrors.aliyun.com/pypi/simple/1.新建一个文件夹cuDNN将其解压至新建文件夹下。
深度学习的显卡对比评测：2080ti vs 3090 vs A100
deephub
03-30 2万+
显卡大幅降价了但是还可以再等等，新的40系列显卡也要发售了，所以我们先看看目前上市的显卡的性能对比，这样也可以估算下40显卡的性能，在以后购买时作为参考。 但是在本文之前一定要说下的是：本文并不推荐现在就买显卡，除非必须，现在一定不要买显卡，谁买谁吃亏，目前的情况是，“等” 就对了 回到正题，在这篇文章中我整理了几个在 NVIDIA GeForce RTX 3090 GPU 进行的深度学习性能基准测试。 一般的情况下我们都会使用 TensorFlow github 中的“tf_cnn_benchmarks
深度学习的最佳 GPU推荐
专注于3D渲染行业，分享3D渲染的经验和技巧
05-08 8870
用于深度学习的最佳 GPU 是那些能够同时处理最并行计算和数据的 GPU。这些新的深度学习旨在开箱即用地处理 TensorFlow 和 PyTorch 等现代软件库，几乎不需要配置，也可以在单个芯片上提供高性能计算 (HPC) 功能。理想的 GPU 应该考虑各种参数，包括、功耗、内存大小、张量核心等，因为深度学习程序需要大量的处理能力才能正常运行。本文将详细讨论当今可用于深度学习的最强大的 GPU。深度学习的最佳 GPU作为 Ada 系列的顶级选择，该系列的顶级产品具有强大的动力。RTX。
为什么说英伟达A100或RTX A6000等专业GPU比RTX 4090更适合深度学习呢？
Daylighte的博客
07-06 6158
RTX 4090是一款能够进行深度学习的GPU，但它不如英伟达A100或RTX A6000等专业GPU那样适合这项任务。NVIDIA GeForce RTX 4090是一款功能强大的消费级显卡，可用于深度学习，但它不像英伟达A100或RTX A6000等专业GPU那样适合这项任务。它是专门为数据中心和专业应用程序设计的，包括深度学习任务。它可以处理复杂的深度学习模型和大型数据集，为训练和推理工作负载提供卓越的性能。
31 | GPU（下）：为什么深度学习需要使用GPU？
qq_37756660的博客
02-06 1229
这一讲里面，我们讲了，GPU 一开始是没有“可编程”能力的，程序员们只能够通过配置来设计需要用到的图形渲染效果。随着“可编程管线”的出现，程序员们可以在顶点处理和片段处理去实现自己的算法。为了进一步去提升 GPU 硬件里面的芯片利用率，微软在 XBox 360 里面，第一次引入了“统一着色器架构”，使得 GPU 变成了一个有“通用计算”能力的架构。接着，我们从一个 CPU 的硬件电路出发，去掉了对 GPU 没有什么用的分支预测和乱序执行电路，来进行瘦身。
如何选一块支持深度学习的Nvidia显卡
wllzhk的博客
06-24 4547
如何选一块支持深度学习的Nvidia显卡 本文以tensorflow为例，具体讲解什么样的nvidia显卡可以支持深度学习 nvidia显卡多如牛毛，但并不是所有的型号都可以支持tensorflow的所有型号，本文讲解如何确定一个具体型号的显卡可以支持哪个tensorflow版本 1.在nvidia官网搜索显卡对应最高驱动版本 驱动程序下载 本文以660为例，660支持驱动最高版本为446.14 2.在驱动下载页面的‘其他信息’内，点击Game Ready Driver Release Notes (v44
评论 23
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Quanfita

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值