Tensorflow的GPU版本安装<24.3.22更新>

Tensorflow2.10 and Python3.9

今天重装了一下环境,记录一下

nvidia-smi命令显示的CUDA版本(不须卸载重装)nvidia-smi

tensorflow版本

1. 创建独立环境并激活

conda create -n py39 python=3.9
conda activate py39

2. 安装相关软件包

conda install tensorflow=2.10
pip install tensorflow-gpu==2.10 --user      # 注:我不加`--user`会报错
conda install keras=2.10
conda install cudnn
如果conda命令用不了,就用pip

3. 版本对应

cudnn版本
keras版本
tensorflow版本
如果不安装tensorflow-gpu 以下命令只显示CPU 不显示GPU

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

4. 测试

状态

不用gpu,cifar-10每epoch需要13s左右,使用后如下

epoch

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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