windows安装tensoflow-gpu1.13.1版本和部署显卡运行环境

不点赞白嫖的都是流氓。。。。本文章的话语都是大白话,,希望大家喜欢

我们进行深度学习的模型训练任务的时候往往需要使用到电脑的独立显卡,独立显卡有独立的显存,适合进行模型的训练。本教程教大家如何使用上自己电脑的显卡进行训练。要达到这个目的你需要做以下四件事:

第零件事:在window中安装anaconda3
第一件事:创建一个要专门安装tensorflow-gpu1.13.1版本的虚拟环境,window系统推荐使用anaconda3进行进行虚拟环境的安装。
第二件事:在你创建的虚拟环境中安装tensorflow-gpu
1.13.1
第三件事:在window中安装CUDA10.0,tensorflow-gpu==1.13.1和CUDA10.0需要相互配对使用
第四件事:在window中安装cuDNN7.5,同样指定cuDNN的版本是为了匹配对应tensorflow-gpu的版本

第零件事步骤实现
第零件事步骤实现
第零件事步骤实现
步骤1----在网站https://www.anaconda.com下载anaconda3,下载下来的是.exe文件,双击即可安装,安装步骤跟在window中安装酷狗音乐软件一样简单,在此不再解释。

第一件事步骤实现
第一件事步骤实现
第一件事步骤实现
步骤1----在window中找到anaconda3进行打开在这里插入图片描述
步骤2----打开软件之后看到如下截图
在这里插入图片描述
步骤3----点击Create之后看到如下截图,输入环境名,点击Create即可创建环境,期间需要联网,大概耗时五分钟
在这里插入图片描述
第二件事步骤实现
第二件事步骤实现
第二件事步骤实现
步骤1----打开pycharm,在设置中给你当前项目选择刚刚你建立好的虚拟环境
步骤2----在pycharm中打开Terminal,输入命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1 ,如图所示,回车进行安装即可,耗时20-30分钟左右。
在这里插入图片描述
第三件事步骤实现
第三件事步骤实现
第三件事步骤实现
步骤1----在网站下载CUDA10.0,如何所示
在这里插入图片描述
步骤2----下载得到一个.exe文件,双击安装,需要同意或者打勾的全部同意和打勾即可。安装过程类似于安装酷狗音乐软件很简单。耗时30分钟左右吧

第四件事步骤实现
第四件事步骤实现
第四件事步骤实现
步骤1----在网站注册和填写问卷之后才可以下载cuDNN。鉴于需要注册和填写问卷比较麻烦,我把文件下载好了放在百度网盘中,链接和密码如下:链接:https://pan.baidu.com/s/1dsR8ykK20gJCm9lYiWflYw
提取码:wl9m

步骤2----将下载下来的文件解压得到,如图所示
在这里插入图片描述
步骤3----找到CUDA的安装目录,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 ,替换对应目录里面的对应文件即可。bin文件夹里面有一个文件需要替换,include文件夹里面有一个文件需要替换,lib文件夹里面有个x64文件夹有一个文件需要替换。正确替换之后整个过程结束。

答应我,你那么好看,点个赞吧

  • 8
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要安装tensorflow-gpu1.13.1,您需要先安装CUDA和cuDNN。然后,您可以使用pip命令安装tensorflow-gpu1.13.1。安装命令如下: 1. 安装CUDA和cuDNN 请根据您的操作系统和CUDA版本下载并安装CUDA和cuDNN。安装完成后,请将CUDA和cuDNN的路径添加到环境变量中。 2. 安装tensorflow-gpu1.13.1 打开命令行窗口,输入以下命令: pip install tensorflow-gpu==1.13.1 等待安装完成后,您就可以使用tensorflow-gpu1.13.1了。 ### 回答2: TensorFlow是一种流行的机器学习框架,可以用于构建和训练各种深度学习模型。在使用TensorFlow时,通常可以选择使用CPU或GPU进行计算。通过使用GPU进行计算,可以大大提高训练模型的速度。 要安装TensorFlow-GPU 1.13.1,需要按照以下步骤进行操作: 1. 首先,确保你的计算机上已经安装了兼容的NVIDIA GPU驱动程序。你可以在NVIDIA官方网站上找到适合你的GPU的最新驱动程序,并按照说明进行安装。 2. 接下来,你需要安装CUDA Toolkit,这是NVIDIA提供的一种用于进行GPU计算的平台和工具集。请根据你的GPU型号下载并安装适配的CUDA Toolkit版本安装时,可以选择安装所需的组件和示例程序。 3. 然后,你需要安装cuDNN(CUDA Deep Neural Network Library),它是用于深度学习模型的GPU加速库。请前往NVIDIA开发者网站,下载与你的CUDA版本匹配的cuDNN版本,并按照安装说明进行安装。 4. 在上述步骤完成后,你可以通过pip安装TensorFlow-GPU 1.13.1。打开终端或命令提示符窗口,并运行以下命令: pip install tensorflow-gpu==1.13.1 这样就会自动下载和安装TensorFlow-GPU的指定版本及其依赖项。 5. 安装完成后,你可以尝试导入TensorFlow库以验证是否安装成功。在Python中,运行以下代码: import tensorflow as tf 如果没有出现错误提示,则说明TensorFlow-GPU 1.13.1已经成功安装并可以正常使用了。 总之,安装TensorFlow-GPU 1.13.1需要先安装兼容的NVIDIA GPU驱动程序、CUDA Toolkit和cuDNN,然后通过pip安装TensorFlow-GPU。确保按照官方文档和安装说明进行操作,以确保安装过程顺利进行,并获得最佳性能和稳定性。 ### 回答3: 要安装TensorFlow-GPU 1.13.1,你需要以下几个步骤: 1. 首先,你需要确保你的计算机具备一个兼容的GPU设备,并且已经安装了合适的GPU驱动程序。你可以查找你的GPU型号,并从官方网站下载和安装对应的驱动程序。 2. 为了正确地安装TensorFlow-GPU 1.13.1,你需要一个支持CUDA Toolkit 10.0的版本。你可以从NVIDIA官方网站上下载并安装CUDA Toolkit。确保你选择与你的GPU和操作系统兼容的适当版本。 3. 在安装CUDA Toolkit之后,你需要安装cuDNN(CUDA® Deep Neural Network library)。你可以从NVIDIA官方网站上注册并下载适用于你的CUDA版本的cuDNN。 4. 确保你的Python环境已经安装好了,而且是兼容的。TensorFlow-GPU 1.13.1要求使用Python 3.5、3.6或3.7,并且需要32位或64位的Windows操作系统,或者是Linux操作系统。 5. 现在,你可以通过使用pip或Anaconda包管理器来安装TensorFlow-GPU 1.13.1。你可以运行以下命令来安装: pip install tensorflow-gpu==1.13.1 如果你使用Anaconda,你可以运行以下命令来创建一个新的虚拟环境,并安装TensorFlow-GPU 1.13.1: conda create -n <环境名称> python=3.6 conda activate <环境名称> conda install tensorflow-gpu==1.13.1 安装完成后,你可以通过导入TensorFlow来验证安装是否成功: import tensorflow as tf print(tf.__version__) 如果成功打印出了1.13.1,那么恭喜你,你已经成功安装了TensorFlow-GPU 1.13.1!现在你可以开始使用它进行深度学习任务。

“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