Win10下tensorflow-gpu的配置

1、安装tensorflow-gpu

pip install tensorflow==1.14.0
pip install tensorflow-gpu==1.14.0

2、查看tensorflow-gpu对应版本的CUDA和cuDNN
查看对应版本的网址:https://tensorflow.google.cn/install/source_windows#gpu
在这里插入图片描述
3、安装CUDA
网址 https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
4、下载cuDNN
官网 https://developer.nvidia.com/rdp/cudnn-archive
cuDNN解压后的文件
在这里插入图片描述
将这三个文件夹复制到下面这个路径

在这里插入图片描述
5、添加系统变量
在这里插入图片描述
在这里插入图片描述
6、检查自己的显卡驱动版本是否对应
官网链接 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
在这里插入图片描述
显卡驱动版本在GeForce Experience中查看

在这里插入图片描述
7、测试程序(在cmd中运行)

import tensorflow as tf
a = tf.random_normal((100,100))
b = tf.random_normal((100,500))
c = tf.matmul(a, b)#矩阵相乘
sess = tf.InteractiveSession()
sess.run(c)

如果出现以下显示说明配置成功:
在这里插入图片描述
注:参考了很多大佬的博客,就不例举了。

要在Windows 10上配置TensorFlow-GPU版本1.13.1,您需要按照以下步骤进行操作: 1. 确保您的计算机已经安装了兼容的NVIDIA显卡驱动程序。您可以在NVIDIA官方网站上下载并安装最新的驱动程序。 2. 安装CUDA Toolkit 10.0,这是TensorFlow-GPU 1.13.1所需的版本。您可以在NVIDIA官方网站上下载并安装CUDA Toolkit。 3. 安装cuDNN 7.4.1,这是TensorFlow-GPU 1.13.1所需的版本。您需要在NVIDIA开发者网站上注册一个账户,并下载cuDNN。 4. 将CUDA和cuDNN添加到系统环境变量中。打开系统属性 -> 高级系统设置 -> 环境变量,在系统变量中找到"Path"变量,然后添加CUDA和cuDNN的安装路径。 5. 创建一个新的Python虚拟环境。打开命令提示符并运行以下命令: ```bash python -m venv myenv ``` 这将创建一个名为"myenv"的新虚拟环境。 6. 激活虚拟环境。在命令提示符中运行以下命令: ```bash myenv\Scripts\activate ``` 7. 安装TensorFlow-GPU 1.13.1。在命令提示符中运行以下命令: ```bash pip install tensorflow-gpu==1.13.1 ``` 8. 验证TensorFlow-GPU是否成功安装。在Python交互式环境中运行以下命令: ```python import tensorflow as tf print(tf.__version__) ``` 如果成功输出"1.13.1",则表示TensorFlow-GPU已经正确配置。 请注意,上述步骤假设您已经正确安装了Python。如果您尚未安装Python,请先安装Python并确保将其添加到系统环境变量中。此外,确保您的计算机满足TensorFlow-GPU的硬件要求。如果您遇到任何问题,请参考TensorFlow官方文档或在相关论坛上寻求帮助。
评论 2
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