GPU版本Tensorflow1.15+CUDA10+CUDNN+WIN10+Python3.7安装

GPU版本Tensorflow1.15+CUDA10+CUDNN+WIN10+Python3.7安装

记录一下,其实如上版本   GPU版本Tensorflow2.0+CUDA10+CUDNN+WIN10+Python3.7也安装成功了。但是用tensorflow2.0学习的时候,发现好多代码不能用了。tensorflow2.0和tensorflow1.0差别蛮大的。所以我重新安装了tensorflow1.15。

时间是2020年8月14号左右安装的

步骤如下:

 

1.装anaconda,装好之后发现我的python版本是3.7。怎么装到处都是经验贴,该勾选的都勾选上就好。

2.装CUDA10就行。现在官网版本是11了,我也没敢突破。装好之后记得配置环境变量。

 

3.装CUDNN,这个简单很多。

4.装tensorflow费了很大劲。出现了各种错误。包括装成了CPU版本,用网上的地址pip装半天装不上。现在写下我的具体步骤

(1).win+r打开DOS页面  命令,conda create -n XXX python=3.7 ,XXX是你创建的tensorflow的虚拟环境名字,我的叫做TF

(2).命令    activate XXX,这就打开你的虚拟环境了。

(3

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorFlow 1.15是一个开源的机器学习框架,被广泛应用于深度学习任务。它提供了丰富的工具和资源,帮助用户构建、调整和优化神经网络模型。 CUDA 11是英伟达公司为GPU加速计算而设计的并行计算平台和编程模型。它为TensorFlow提供了GPU计算的支持,可以加速模型训练和推理过程。 TensorFlow 1.15CUDA 11可以一起使用,以提高计算效率。然而,需要满足一些硬件和软件的要求才能顺利安装和运行。 首先,计算机必须安装兼容CUDA 11的NVIDIA GPU。查看NVIDIA官方网站上的文档,以确定您的GPU是否兼容。 其次,在安装TensorFlow之前,您需要先安装CUDA 11。您可以从NVIDIA官方网站上下载CUDA 11的安装程序,并按照提示进行安装。 然后,您需要为TensorFlow设置相应的环境变量,以便它能够正确地使用CUDA 11。具体需要设置的环境变量包括PATH、CUDA_HOME和LD_LIBRARY_PATH。 完成设置后,您可以使用pip命令安装TensorFlow 1.15。在安装过程中,确保选择与CUDA 11版本匹配的TensorFlow版本,以确保它们之间的兼容性。 安装完成后,您可以编写和运行TensorFlow代码,利用CUDA 11进行GPU加速计算。通过合理配置模型和使用GPU资源,您可以更快地训练和推理深度学习模型。 总结来说,安装TensorFlow 1.15CUDA 11可以提高深度学习任务的计算效率。在安装过程中,确保满足硬件和软件的要求,并正确配置环境变量,以实现CUDA加速计算的功能。

“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