win7配置TensorFlow-GPU (二)


        正常的安装过程,请参考博客  WIN7配置tensorflow-gpu在这篇记录下我的测试过程。在使用anaconda 配置tensorflow-gpu时,发现它自动帮我们安装了CUDA8.0 vs cuDNN6.0。所以想尝试下不自己单独安装CUDA8.0 和cuDNN5.1,直接使用anaconda 配置tensorflow-gpu是否可行。
        测试过程:

                   1)安装Anaconda3 5.1(安装完成后配置清华镜像或者中科大镜像

                   2)安装一个编译环境 vc_redist.x64 (根据自身版本安装)

                   3)创建一个python3.5版本的环境,命令:conda create --name python35 python=3.5

                   4)在创建好的python35环境中安装tensorflow-gpu。这里我使用anaconda安装。

                                 5)安装完成后,测试安装结果。依次输入,出现如下错误:


  解决过程:

                 从tensorflow官方收集的问题中,发现有这个问题的解决办法。这个办法里面,也说是用CUDA8.0 和cuDNN5.1。所以按照这个方法,我安装了CUDA8.0 和cuDNN5.1。

                      安装完成后再进行测试,输入命令和相应代码后,会显示你的GPU信息和运算结果。测试结果:

    


Good luck !

要在Windows 10上配置TensorFlow-GPU版本1.13.1,您需要按照以下步骤进行操作: 1. 确保您的计算机已经安装了兼容的NVIDIA显卡驱动程序。您可以在NVIDIA官方网站上下载并安装最新的驱动程序。 2. 安装CUDA Toolkit 10.0,这是TensorFlow-GPU 1.13.1所需的版本。您可以在NVIDIA官方网站上下载并安装CUDA Toolkit。 3. 安装cuDNN 7.4.1,这是TensorFlow-GPU 1.13.1所需的版本。您需要在NVIDIA开发者网站上注册一个账户,并下载cuDNN。 4. 将CUDAcuDNN添加到系统环境变量中。打开系统属性 -> 高级系统设置 -> 环境变量,在系统变量中找到"Path"变量,然后添加CUDAcuDNN的安装路径。 5. 创建一个新的Python虚拟环境。打开命令提示符并运行以下命令: ```bash python -m venv myenv ``` 这将创建一个名为"myenv"的新虚拟环境。 6. 激活虚拟环境。在命令提示符中运行以下命令: ```bash myenv\Scripts\activate ``` 7. 安装TensorFlow-GPU 1.13.1。在命令提示符中运行以下命令: ```bash pip install tensorflow-gpu==1.13.1 ``` 8. 验证TensorFlow-GPU是否成功安装。在Python交互式环境中运行以下命令: ```python import tensorflow as tf print(tf.__version__) ``` 如果成功输出"1.13.1",则表示TensorFlow-GPU已经正确配置。 请注意,上述步骤假设您已经正确安装了Python。如果您尚未安装Python,请先安装Python并确保将其添加到系统环境变量中。此外,确保您的计算机满足TensorFlow-GPU的硬件要求。如果您遇到任何问题,请参考TensorFlow官方文档或在相关论坛上寻求帮助。
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