使用PliadML在AMD GPU上运行tensorflow代码

本文详细介绍了如何在AMD Radeon M320 GPU和Windows10环境下,利用PlaidML在Anaconda Python 3.7环境中安装Tensorflow和Keras,并进行配置,以实现代码训练的加速。尽管性能提升显著,但部分代码可能在运行时遇到错误。
摘要由CSDN通过智能技术生成

本文讲述如何使用PliadML在AMD GPU上运行tensorflow代码。

测试环境

显卡:AMD Radeon M320(OpenCL 1.2或更高版本)
系统:Windows10
开发环境:Anaconda(Python 3.7)

步骤1:安装Tensorflow和Keras

如果你当前python环境中没有安装Tensorflow和Keras,请在Anaconda Prompt使用以下命令安装。

conda install -c conda-forge tensorflow
conda install -c conda-forge keras

步骤2:安装PlaidML

在Anaconda Prompt中使用以下命令安装PlaidML。

pip install plaidml-keras plaidbench

步骤3:配置PlaidML

PlaidML安装完毕后,需要在Anaconda Prompt中使用以下命令对PlaidML进行配置。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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