文章目录
1.安装Tensorflow CPU版本
pip install numpy pandas matplotlib sklearn tensorflow==2.0.0-alpha0 -i https://pypi.doubanio.com/simple
pip install notebook -i https://pypi.douban.com/simple
2.安装Tensorflow GPU版本
据说不需要再去官网下载cuda的驱动了。conda会自动安装。我没有试
2.1.看看gpu是不是在支持列表中
https://developer.nvidia.com/cuda-gpus
2.2.安装nvidia驱动
不要使用其他方法安装,安装后会出现黑屏、紫屏、重启等故障
2.2.1.使用标准Ubuntu 仓库进行自动化安装
这种方法几乎是所有的示例中最简单的方法,也是该教程最为推荐的方法。首先,检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令:
$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
vendor : NVIDIA Corporation
model : GK104 [GeForce GTX 680]
driver : nvidia-304 - distro non-free
driver : nvidia-340 - distro non-free
driver : nvidia-384 - distro non-free recommended
driver : xserver-xorg-video-nouveau - distro free builtin
== cpu-microcode.py ==
driver : intel-microcode - distro free
如果执行上述命令没有反应,可以先执行完sudo apt-get update,再执行上述命令。
从输出结果可以看到,