【深度学习环境】WIN10安装TENSORFLOW(GPU版本) ,安装搜集的有用帖子

   Windows10 + NVIDIA Geforce GTX 1050 + twnsorflow 1.14.0 +  keras 2.2.4

   安装TENSORFLOW(GPU)版本再配置keras环境,可以说是每一个开始深度学习的同学第一个挑战。因为随着安装包的更新换代,网上的许多帖子因为时效性的原因,都不太可靠,甚至本身就是一个坑。笔者认为安装过程中一定要注意twnsorflow版本与python的版本对应,以及与CUDA和cuDNN的版本对应。(这个能够注意到基本就成功一半了,都是坑)

  我在安装的过程中参考知乎的帖子WIN10安装TENSORFLOW(GPU版本)详解(超详细,从零开始) - 知乎 ,和CSDN的一位同学Keras深度学习环境配置(WIN10/GPU加速版)_keras pc配置要求_蒂莫韦尔纳的博客-CSDN博客。注意哦,在安装之前要看一下,自己的显卡支不支持CUDA哦!(看上面知乎上的帖子)流程大概是这样:

  首先要注意自己要安装的twnsorflow版本:

要一一对应上安装啊。比如这里我安装的是twnsorflow 1.14.0,所以首先需要安装CUDA 10.0版本,然后与安装与CUDA 10.0版本对应cuDNN7.4。最后安装anaconda,anaconda可以虚拟出不同python版本的环境,所以一开始可以不用安装python环境。

对于第一次安装大家可能会出现各种问题,我简单列举一下:

q:python怎样安装whl文件,怎样下载包更快一些?

a:python怎样安装whl文件_来自江南的你的博客-CSDN博客

基于Win10 + Anaconda3 (Py3.6) + Tensorflow 1.12.2-gpu + Keras2.2.4的深度学习环境→【快速搭建指南】_胖胖的飞象的博客-CSDN博客

如何给Python安装.whl文件_open whl file_神马呵呵哒的博客-CSDN博客

参考上面三个帖子,比如安装numpy1.16.3版本的包:pip install numpy==1.16.3 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

q:conda常用的命令

a:https://blog.csdn.net/wdx1993/article/details/83660717

    1)conda list 查看安装了哪些包。

    2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境

    3)conda update conda 检查更新当前conda

    4)conda --version 查询conda版本

    5)conda -h 查询conda的命令使用

用anaconda搭建虚拟环境

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 要在Win11上安装TensorFlow GPU版本,您需要遵循以下步骤: 1. 安装CUDA Toolkit:访问NVIDIA官网下载并安装最新版本的CUDA Toolkit。 2. 安装cuDNN:访问NVIDIA官网下载并安装与您的CUDA版本兼容的cuDNN。 3. 安装Anaconda:访问Anaconda官网下载并安装最新版本的Anaconda。 4. 创建虚拟环境:在Anaconda Prompt中使用以下命令创建一个新的虚拟环境: conda create --name tf-gpu python=3.8 5. 激活虚拟环境:使用以下命令激活虚拟环境: conda activate tf-gpu 6. 安装TensorFlow GPU版本:使用以下命令在虚拟环境安装TensorFlow GPU版本: pip install tensorflow-gpu 7. 验证安装:使用以下代码验证TensorFlow GPU版本是否已正确安装: import tensorflow as tf print(tf.__version__) print(tf.test.is_gpu_available()) 如果输出的版本号为TensorFlow GPU版本,并且is_gpu_available()返回True,则表示安装成功。 希望这些步骤能帮助您在Win11上安装TensorFlow GPU版本。 ### 回答2: 要在Windows11上安装TensorFlow-GPU版本,需要遵循以下步骤: 1. 安装CUDA Toolkit 在安装TensorFlow-GPU之前,需要先安装CUDA Toolkit。CUDA是NVIDIA的并行计算平台和编程模型,它包含用于在GPU上执行数学计算的并行计算库和工具。TensorFlow-GPU需要与CUDA一起使用,以获得GPU加速。 在安装CUDA Toolkit之前,需要检查您的GPU是否支持CUDA,您可以在NVIDIA官网上找到兼容性列表。然后,从NVIDIA官网下载适合您的操作系统的CUDA版本。 2. 安装cuDNN cuDNN是CUDA深度神经网络库,它提供了实现深度学习任务所需的GPU加速算法。TensorFlow-GPU需要cuDNN,以获得更快的性能。您可以在NVIDIA官方网站上下载cuDNN。 3. 安装Anaconda Anaconda是一个用于Python数据科学的开源分发版,它包含了大量的Python库和工具。将Anaconda安装Windows11上,可以方便地管理所需的Python环境和库。 从Anaconda官网下载适合您的操作系统的Anaconda版本安装后打开Anaconda Prompt。 4. 创建和激活conda环境 您需要在Anaconda中创建一个虚拟环境安装TensorFlow-GPU。此外,您可以使用以下命令,激活conda环境: conda create -n tensorflow-gpu python=3.6 activate tensorflow-gpu 5. 安装TensorFlow-GPU 在激活conda环境后,您可以使用以下命令,从pip安装TensorFlow-GPU: pip install tensorflow-gpu 或者,如果您要安装特定版本TensorFlow-GPU,例如2.0.0,请使用以下命令: pip install tensorflow-gpu==2.0.0 6. 测试TensorFlow-GPU 要测试安装TensorFlow-GPU是否正常工作,请使用以下代码,检查其版本和能否识别GPU: import tensorflow as tf tf.test.is_gpu_available() 如果输出为True,则表示您已成功安装TensorFlow-GPU,并可以在GPU上运行。 总之,安装TensorFlow-GPU版本需要的步骤包括安装CUDA Toolkit、安装cuDNN、安装Anaconda、创建和激活conda环境、最后安装TensorFlow-GPU,最后测试安装。如上操作,需要有一定的计算机基础,操作时需谨慎,确保操作十分准确,否则可能会出现一些不必要的问题。 ### 回答3: 安装Win11 tensorflow-gpu版本的方法如下: 1. 安装CUDA和cuDNN: 因为tensorflow-gpu需要依赖CUDA和cuDNN,所以第一步需要先安装CUDA和cuDNN,推荐安装最新版本(2021年5月2日的最新版本是CUDA 11.3和cuDNN 8.2)。 2. 创建虚拟环境: 在Anaconda Navigator中打开Anaconda Prompt,运行以下命令创建虚拟环境: conda create -n tensorflow-gpu python=3.8 3. 激活虚拟环境: 运行以下命令激活虚拟环境: conda activate tensorflow-gpu 4. 安装tensorflow-gpu: 运行以下命令安装tensorflow-gpu: pip install tensorflow-gpu 5. 验证安装: 运行以下命令验证tensorflow-gpu是否成功安装: python import tensorflow as tf print(tf.__version__) 如果输出的版本号是tensorflow-gpu版本号,则安装成功。 小提示:安装过程中可能会遇到各种问题,比如CUDA版本不匹配、缺少某些库等等,如果不确定如何解决,可以在tensorflow的官网或者GitHub仓库中查看相关的文档或者向tensorflow社区求助。 总结: 以上就是在Win11中安装tensorflow-gpu的方法,希望对大家有所帮助。安装过程需要格外小心,尤其是对于初学者而言,切勿心急冒进。如果遇到问题时,可以参考相关文档或咨询专业人士进行处理。加油!
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

打赏作者

|7_7|

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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