我之前已经在Anaconda中安装了cpu版的tensorflow,但由于深度学习要涉及到大量的计算,cpu实在太慢。这时gpu版的tensorflow就派上大用场了。所有相关环境的下载路径都在参考博文中,安装步骤也是跟着博文一起走的,只不过我在添加几条注意事项。
参考博文1:https://www.cnblogs.com/guoyaohua/p/9265268.html
注意:
1.在下图步骤中:
这个名字时可以随便起的,因为我自己以前安装cpu版的tensorflow,所以gpu版的conda环境我起名为tf-gpu.通过以下代码
conda create -n tf-gpu pip python=3.5
下面是我建好的gpu的conda环境
2 .当cuda安好之后,检测是否安好方法如下:
3.安装cudnn的时候,我是跟着下面这个博主的文章进行的。(博文1的方法我没试,2肯定没问题,有兴趣的同学可以试试1的方法)
参考博文2:https://blog.csdn.net/lyb3b3b/article/details/73648748
4.最后测试
这里插入一个或许有些朋友会有疑惑的问题,CPU 和 GPU 什么区别?
他们的区别源于他们被设计制造时的初衷。其中,CPU 擅长逻辑控制,串行运算,核少人聪明;GPU 擅长大规模并发计算,核多人傻,适合重复但大量的计算。