TensorFlow使用GPU环境搭建

本文详细介绍了如何配置TensorFlow-GPU环境,包括安装tensorflow-gpu,选择合适的CUDA和cuDNN版本,配置环境变量,解决安装过程中遇到的问题,如驱动版本不匹配等。通过设置环境变量和验证CUDA安装,确保TensorFlow能成功识别并使用GPU。
摘要由CSDN通过智能技术生成

一开始我只装了tensorflow,没有装tensorflow-gpu,先pip install 安装一下tensorflow-gpu

pip install tensorflow-gpu==1.15.0 -i https://pypi.doubanio.com/simple/

血与泪的教训告诉我不要装高版本的比如tensorflow2以及低版本的比如1.10

然后python命令行输入

import tensorflow as tf
tf.__version__

如果显示的是tensorflow-gpu的版本而不是tensorflow就行(tensorflow-gpu的版本需要高于tensorflow,python默认使用版本更高的tensorflow,所以可以用anaconda创建新环境更方便一点)

1.安装CUDA

CUDA下载地址:https://developer.nvidia.com/cuda-downloads

CUDA历史版本:https://developer.nvidia.com/cuda-toolkit-archive

安装直接选择精简模式就行(全家桶模式),解压路径随意,安装路径建议默认就好

然后下载cuDNN:https://developer.nvidia.co

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