windows 30系显卡使用tensorflow1.x卡很久，或者不能使用gpu

最新推荐文章于 2024-05-09 16:39:24 发布
最新推荐文章于 2024-05-09 16:39:24 发布
阅读量564 收藏 5
点赞数 1
文章标签： anaconda 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cly0216/article/details/127856956
版权

今天重新配置Anconda环境发现不能复现了，之前用一个网上大佬提供的文件tensorflow-1.15.4+nv-cp37-cp37m-win_amd64.whl搞定的。
今天弄了很久没有再次搞定，还是老老实实找到了原来的Anaconda虚拟环境，现在分享出来，希望不要重新体验这份痛苦。
解压后放到Anaconda的envs路径下
链接：https://pan.baidu.com/s/1FvTwT70qEyCB8GC2Tux1SQ
提取码：6666

cly0216
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
StyleGAN2-TensorFlow-2.x:使用TensorFlow 2.x非官方实现StyleGAN2
04-22
来自Nvidia的官方论文： : 使用TensorFlow 1.x的官方仓库： : 额外功能 支持TensorFlow自定义操作 支持CPU使用率 Conv2D op当前不支持CPU上的分组卷积。 因此，使用CPU运行时，批处理大小应为1。 手动将网络参数...
tensorflow1.x升级到2.x脚本
04-29
5. **移除的API**：一些在1.x中过时或者不推荐使用的API在2.x中被移除，例如`tf.global_variables_initializer()`被替换为`tf.keras.backend.global_variables_initializer()`。升级时需检查并更新这些API的用法。 ...
win10 RTX30系列显卡 安装tensorflow-gpu 1.15
FortuneLegend的博客
07-24 3038
win10 30系列显卡 tensorflow-gpu 1.15 安装
30系列显卡使用tensorflow1版本
JNash的博客
08-30 945
我试了没有问题，但是我的vscode好像有点问题，py3.6没办法调试，只能上py3.8版本。自己挑选适合自己的版本以及下载安装即可。
30系/40系GPU使用TensorFlow1.x的方法
最新发布
sir_chen的博客
05-09 1361
30系GPU使用TensorFlow1.x的方法
30系显卡配置tensorflow1.x环境
TTMer's blog:
12-07 5362
说明： nvidia 30系显卡仅支持cuda11.0及以上版本，对应cudnn最低版本为8.0，tf版本为2.4.0 在win系统中无法实现30系显卡运行tf1的代码 该教程使用的环境如下： Ubuntu20.04 3060 显卡 cuda 11.1 cudnn 8.0.5 python 3.6 tensorflow 1.15 其中 python 版本和 tensorflow 版本是固定的 简陋的目录 安装显卡驱动 安装cuda 安装cudnn 安装python(直接略过，我使用的cond.
Win10 RTX30系列 安装tensorflow1.15
小花生的博客
07-24 4736
Win10 RTX30系列 安装tensorflow1.15 1.遇到的问题： 直接PiP安装，能够安装完成。 pip install tensorflow-gpu==1.15 并且测试TF的版本和显卡是否正确，也都正常。 import tensorflow as tf print(tf.__version__) print(tf.test.is_gpu_available()) 但是：   训练会卡住，也不报错，就卡着。 遂安装失败。 2.最近发现了一个知乎大神的版本 废话不多说，上链接： http
win10下 使用tensorflow1调用rtx3060
hhh_huoluobo的博客
11-13 779
rtx30系列在Windows下不支持tensorflow1的使用，最开始安装tensorflow1试用时代码总是终止在某个地方。在不想安装双系统的情况下我找到了可以使用Windows rtx3060跑tensorflow1的方法。
Tensorflow1.x版本在服务器调用gpu
qq_62687015的博客
04-25 403
一般不升级Keras会有问题产生，需要将Keras升级到Tensorflow同样的版本。另外有些函数需要进行改变。注意：原本代码不含蓝色一块，由于调用gpu的原因添加，然后可成功调用服务器的gpu（附代码）如：修改前（此图是安装完tensorflow-gpu后，改回原来的代码，所以SGD会报错）4.程序中调用GPU。
详解tensorflow2.x版本无法调用gpu的一种解决方法
09-16
在使用TensorFlow 2.x版本进行深度学习时，有时可能会遇到无法调用GPU的问题。本文主要探讨了在TensorFlow 2.x（此处为2.2版本）中遇到GPU调用失败的一个具体解决方法，该问题可能由库文件缺失或路径配置不正确导致...
Mastering TensorFlow 1.x_Code 源码
06-02
《Mastering TensorFlow 1.x_Code》是一份专为深度学习开发者和数据科学家准备的源代码集合，它深入探讨了TensorFlow 1.x版本的核心概念、工具和实践技巧。TensorFlow是由Google Brain团队开发的一个强大的开源库，...
源码+书TensorFlow 1.x Deep Learning Cookbook
07-29
Take the next step in implementing various common and not-so-common neural networks with Tensorflow 1.x About This Book Skill up and implement tricky neural networks using Google's TensorFlow 1.x An ...
30天从入门到精通TensorFlow1.x第一天，如何创建张量
热门推荐
争渡的博客
06-01 1万+
TensorFlow 是一个由 Google 开发的开源机器学习框架，可以用于构建各种类型的人工智能应用程序，例如图像识别、语音识别、自然语言处理等。它通过数据流图的方式来描述计算任务，使得开发者可以轻松地搭建和训练各种复杂的模型。TensorFlow支持分布式计算，可以在多个CPU或GPU上运行，从而加快模型的训练速度。同时，TensorFlow 社区也提供了丰富的文档和示例代码，方便开发者学习和使用。张量是tf进行计算的基本元素和基本数据结构，基本上我们只用弄清楚这一个数据结构就能熟练使用tf。张量。
如何查看tensorflow版本，下载tensorflow1.x的GPU版本操作记录
weixin_43991828的博客
04-11 480
检查tensorflow是GPU还是CPU版本，命令行终端输入 import os from tensorflow.python.client import device_lib os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99" device_lib.list_local_devices() cuda放在哪个位置？ 第一步 wget http://developer.download.nvidia.com/compute/ .
30系显卡安装tensorflow-gpu1.15.0
雨沐风林的博客
08-30 6348
安培架构下的30系显卡仅支持CUDA11以上的版本，目前最新的Tensorflow和PyTorch虽然都可以直接使用，然而谷歌不再维护的tensorflow1.x却无法安装在CUDA11环境下。好在NVIDIA一直在维护一个1.15版本的nvidia-tensorflow可以使用在30系显卡上。具体安装要求如下： 官方要求必须在Ubuntu20.04以及之后的版本，笔者也在windows上试过，并不支持windows。此外，显卡驱动仍然必不可少，带图形界面的Ubuntu系统建议直接在...
tensorflow1.x学习笔记一：基础
xswl5148的博客
04-09 544
tensorflow1.x学习笔记一：基础前言一、点乘运算二、向前运算三、反向传播 前言 2022了还学习tensorflow1.x肯定比较奇怪吧，但由于最近需要读懂一个比较旧的tensorflow的代码，必须简单学习一下tensorflow1.x，这篇文件简单记录一下学习过程中用到的实例。 一、点乘运算 在神经网络中，每一层的计算实际上就是上一层的结果与这一层的权重进行点乘运算。 下面是一个简单的实现了点乘运算的例子： # coding:utf-8 import tensorflow as tf
TensorFlow（2.x版本，1.x版本）以及pytorch版本中关于GPU的信息查看以及GPU的配置问题
MIss-Y的博客
04-14 2149
前言：我们一般使用深度学习框架都是GPU版本的，如何检测我们的安装是否成功，GPU、CUDA、CUDNN等信息呢？本文做了一个归纳总结： 一、tensorflow版本的GPU信息查看 （1）tensorflow版本 tf.__version__ tensorflow版本 tf.__xxxxx__ 一些信息的查看 tf.verison.xxxx 一些信息 tf.te...
【TensorFlow1.X】系列学习笔记【环境搭建】
yangyu0515的博客
03-23 2005
【TensorFlow1.X】系列学习笔记【环境搭建】
TensorFlow安装教程（For Windows）
weixin_43666450的博客
02-13 557
TensorFlow2安装 TensorFlow安装支持： ·Python3.5-3.7（最好是64bit） ·Windows7及以上 使用pip安装TensorFlow： TensorFlow 2软件包可用 **tensorflow**—带有CPU和GPU支持的 最新稳定版本（Ubuntu和Windows） **tf-nightly**-预览版本（不稳定）。Ubuntu和Windows包...
tensorflow1.X如何使用gpu
07-28
引用\[1\]中的代码是使用TensorFlow 2.0版本的示例代码，其中通过调用`tf.test.is_gpu_available()`函数来检查是否有可用的GPU。如果返回True，则表示有可用的GPU。另外，通过设置`os.environ\['TF_CPP_MIN_LOG_LEVEL'\] = '2'`可以屏蔽掉等级2以下的提示信息。在代码中，还定义了两个常量a和b，并打印了它们的和。 如果你想在TensorFlow 1.x版本中使用GPU，可以按照以下步骤进行操作： 1. 确保你已经安装了适用于GPU的TensorFlow版本。可以参考引用\[2\]中的链接，按照教程进行安装。 2. 在代码中，首先导入TensorFlow库：`import tensorflow as tf`。 3. 创建一个会话（session）并指定使用GPU：`sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))`。 4. 在创建会话之前，可以设置GPU的使用方式。例如，可以使用以下代码将TensorFlow限制在特定的GPU上： ```python import os os.environ\["CUDA_VISIBLE_DEVICES"\] = "0" # 指定使用的GPU编号，多个GPU可以用逗号分隔 ``` 5. 在代码中，使用`with tf.device('/gpu:0'):`来指定使用GPU进行计算。例如： ```python with tf.device('/gpu:0'): # 在这里编写需要在GPU上运行的代码 ``` 请注意，上述代码中的`'/gpu:0'`表示使用第一个GPU，如果你有多个GPU，可以根据需要进行调整。 总结起来，要在TensorFlow 1.x版本中使用GPU，你需要确保安装了适用于GPU的TensorFlow版本，并在代码中设置GPU的使用方式，并使用`with tf.device('/gpu:0'):`来指定在GPU上运行的代码。 #### 引用[.reference_title] - *1* *2* *3* [TensorFlow2.x,GPU代码测试](https://blog.csdn.net/weixin_45092662/article/details/102931156)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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