卸载tensorflow的CPU版本并安装GPU版本

本文详细介绍了如何卸载tensorflow的CPU版本,并安装CUDA、CuDNN,以及如何在Anaconda环境下安装tensorflow-gpu1.12.0。首先,通过conda命令卸载CPU版本,然后安装适用于NVIDIA GPU的CUDA和CuDNN。接着,创建tensorflow-gpu环境,并安装相应的tensorflow版本。最后,验证tensorflow-gpu的成功安装。
摘要由CSDN通过智能技术生成

一,卸载CPU版本,如下图

之前我已经安装了anaconda,现在检查它的版本以及环境。发现有tensorflow环境,但我需要tensorflow-gpu的环境,所以输入conda uninstall tensorflow卸载了,

如果发现卸不掉就anaconda页面中点enviroments,选择tensorflow点击下面的remove就可以卸载干净。

再次输入conda info --envs,结果如下图所示:

输入conda creat -n tensorflow-gpu pip python=3.6安装tensorflow-gpu环境,

再次检查可以看出我们成功创建tensorlfow-gpu环境:

二,安装CUDA和CuDNN

1.查看自己的显卡

  • 12
    点赞
  • 78
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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