小白搭建TensorFlow_GPU,你必须要先明白这些东西,一定帮得到你

本文为小白提供了清晰的TensorFlow GPU搭建步骤,包括理解GPU作用、检查硬件兼容性、选择合适的Python和TensorFlow版本,以及安装CUDA和CUDNN的顺序。并分享了针对不同系统的安装资源链接和小技巧。
摘要由CSDN通过智能技术生成

一、 小白搭建环境感觉比深度学习本身还吃力,因为没搞清楚下面这些概念,所以查很多资料都安装不成功。

       1、什么是GPU?为什么装GPU版?你电脑上有GPU吗?有的话在电脑上哪个位置?

       GPU是图形处理器;GPU更适合跑深度学习代码;GPU通常存在于你的显卡里,故在高级属性中的设备管理器查看你电脑上的显卡型号,因为深度学习需要一块不错的显卡(如配有SSD就更好了),所以要先查看你的显卡是否符合条件。

       2、要把GPU搭建在哪里?

       我必须先说明,应该会有人想要将GPU安装在虚拟机里的Linux上,这种方式只能装TensorFlow的cpu版,想安装GPU版是行不通的,因为虚拟机不能使用你宿主机上的显卡。好像有种办法是容器化技术——Docker(此部分暂无研究)  

        Windows上安装,WIN7、WIN10都可以

        Linux推荐ubuntu

        或者你可以尝试安装双系统

       3、Python版本、显卡与显卡驱动型号怎么匹配?(最核心的问题)

        首先可以肯定的是,Python版本一定是3.5以上。至于Python版本在升级,这没关系。显卡驱动取决于TensorFlow版本及显卡型号。

        一招解决版本不清楚问题:Python环境下安装TensorFlow_GPU,import一下,在报错信息中会告诉你驱动型号。

       4、cuda

评论
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