Windows下TensorFlow GPU 1.8.0安装

已于 2022-03-06 14:11:03 修改
阅读量4.5k 收藏 15
点赞数 4
文章标签： tensorflow 深度学习 人工智能
于 2022-03-06 11:46:35 首次发布
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/flashorsink/article/details/123307064
版权

1. 首先进入tensorflow官网查看1.8.0对应的python、CUDA和cuDNN版本（默认显卡驱动已安装）

TensorFlowGPU版本对应https://tensorflow.google.cn/install/source#gpu可以看到我们这次要安装的1.8.0对应版本为python3.5-3.6、CUDA 9和cuDNN 7，那么我们先用anaconda创建一个python3.6的环境,如下我们就创建并激活了一个python3.6版本、名字叫tf18的环境。anaconda安装及使用见Anaconda配置基础步骤及命令、PyCharm设置_flashorsink的博客-CSDN博客

conda create -n tf18 python==3.6
conda activate tf18

2. 然后我们开始下载CUDA

最低0.47元/天 解锁文章
flashorsink
关注
Windows安装tensorflow-gpu 2.7.0
牛大春の博客
05-23 1656
特别说明：tensorflow-gpu==2.7.0适用于显卡为1660ti 或以上（因为我显卡就是1660ti的） conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 #如果上面这个执行失败了，多执行几次，如果自己的显卡支持，安装了上面的两个配置后，再安装下面的tensorflow-gpu 2.7.0版本的话就可以直接显示gpu版本为true pip install tensorflow-gpu==2.7.0 # Verify install
超详细：win10安装tensorflow-gpu1.8.0完整步骤
热门推荐
xiaohuihui1994的博客
10-31 2万+
fff
tensorflow_gpu-1.8.0rc0-cp36-cp36m-win_amd64.whl
04-17
tensorflow_gpu-1.8.0rc0-cp36-cp36m-win_amd64.whl是windows系统tensorflow GPU最新版本，支持python3.6版本，可在命令行直接安装。
win10安装tensorflow-gpu1.8.0详细完整步骤
09-18
主要介绍了win10安装tensorflow-gpu1.8.0详细完整步骤，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
安装tensorflow1.8.0
yijiancmy的博客
02-26 5630
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.8.0
tensorflow-1.8.0
07-04
tensorflow-1.8.0 源码包 根据需求编译 。 如果支持GPU 需要安装 显卡驱动 要 9.0 或更高 cudnn7.0 bazel build --jvmopt="-server -Xms20480m" -c opt --copt=-msse3 --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma //tensorflow/tools/pip_package:build_pip_package
TensorFlow 1.8.0正式发布，Bug修复和改进内容都在这里了
AI科技大本营
04-17 1349
译者 | 王柯凝编辑 | Just出品 | AI科技大本营（公众号ID：rgznai100）【导语】TensorFlow 1.8.0 近日正式发布，新版本主要有以下改进内容，AI科技大本营对其编译如下。▌主要特点及改进可以将 tf.contrib.distribute.MirroredStrategy() 传递给 tf.estimator.RunConfig() ，能够在一台有多个 GPU 的机器
Ubuntu16.04安装旧版本tensorflow==1.8.0环境配置
最新发布
weixin_43907136的博客
03-05 1565
ubuntu16.04通过Anaconda设置环境，安装低版本的tensorflow和对应cuda等。
GAN的初步尝试——win10中安装tensorflow-1.8.0
LostCatDragon的博客
12-15 747
# 前言： 本文参考： https://www.jianshu.com/p/6cf8f81fef80?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation 所示的安装过程，但是由于安装时吃了很多版本不兼容的亏，所以自己记录一下下载安装的过程。 原作者参考文献： https://m.aliyun.com/yunqi/articles/68435 http://bl.
Tensorflow安装教程
xzs520xzs的博客
04-30 901
系列文章目录 文章目录系列文章目录前言一、准备工作二、安装1.在安装包路径中打开cmd命令行2.开始安装总结 前言 敲代码的人都知道，刚开始一门新的技术，第一步就是安装配置环境，如果这步弄不好那更别谈往下学了。今天就来讲讲Tensorflow的安装。我安装的是CPU1.8.0版本的，即tensorflow-1.8.0-cp36-cp36m-win_amd64.whl。 我选着的方法是本地安装，即先将.whl文件下载放到某个目录下，再在此目录下打开cmd命令行采用匹配（pip install tens
tensorflow-1.8.0.zip
02-26
1. 无缝支持通过TensorFlow训练好的神经网络模型。只需要几个简单的步骤就可以完成桌面模型到移动端模型的转换。 2. TFLite可以与Android 8.1中发布的神经网络API完美配合。而Android端版本演进的控制权是掌握在谷歌手中的，从长期看，TFLite会得到Android系统层面上的支持。 3. 质量有保证。根据以往谷歌对开源项目支持力度看，TFLite的功能迭代演进会很快，大量的bug会在第一时间修复。 此前，国内的巨头百度已经发布了MDL（传送门 ）框架、腾讯发布了NCNN（传送门 ）框架。下面笔者将比较下这三个移动端框架的异同之处。
tensorflow-1.8.0-cp36-cp36m-win_amd64
04-30
tensorflow-1.8.0-cp36-cp36m-win_amd64，官网的资源方便下载，毕竟直接官网太慢
Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程（显卡MX250+CUDA9.0+cudnn）
01-20
—–最近从github上找了一个代码跑，但是cpu训练的时间实在是太长，所以想用gpu训练一下，经过了一天的折腾终于可以用gpu进行训练了，嘿嘿~ 首先先看一下自己电脑的显卡信息： 可以看到我的显卡为MX250 然后进入NVIDIA控制面板->系统信息->组件 查看可以使用的cuda版本 这里我先下载了cuda10.1的版本，不过后来我发现tensorflow-gpu 1.8.0仅支持cuda9.0的版本，所以之后我又重装了一遍cuda9.0，中间还经历了删除cuda10.0，两个版本的安装都是一样的。 进入官网：https://developer.nvidia.com/cuda-too
tensorflow-1.8.0-gpu版本
04-09
谷歌出品深度学习的框架，是gpu版本的省去下载速度太慢的烦恼！下载后直接pip安装即可。
tensorflow1.8.0+python35 绿色版
07-04
tensorflow1.8.0+python35 绿色版 直接解压即可用于学习 内置一个helloworld程序，双击运行test.bat即可
tensorflow-1.8.0-cp35-cp35m-win_amd64.whl
10-17
这个“tensorflow-1.8.0-cp35-cp35m-win_amd64.whl”文件是一个专门为Python 3.5和Windows 10设计的TensorFlow 1.8.0 CPU版本安装包。在Python环境中，whl文件是一种二进制格式的包，用于简化安装过程，避免编译源...
Win10下Tensorflow-GPU1.8.0安装配置全解析
"8255的工作方式2－双向输入输出-win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程分析（显卡mx250+cuda9.0+cudnn）" 这篇内容涉及的知识点主要集中在8255 programmable peripheral interface (PPC)的工作...
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