Win10安装TensorFlow-gpu版本，超详细步骤

最新推荐文章于 2024-05-11 10:18:01 发布
最新推荐文章于 2024-05-11 10:18:01 发布
阅读量9.2k 收藏 126
点赞数 20
分类专栏： TensorFlow 文章标签： TensorFlow gpu CUDA cuDNN NVIDIA
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sunnyboychina/article/details/105989904
版权

前提：一定要有独立显卡，而且计算能力在3.0以上（最好3.5以上）
安装TensorFlow-gpu版本需要安装CUDA和cuDNN，但是之前你要做好一系列前期准备。
确认步骤：

  1. 查看显卡及计算能力
  2. 查看显卡对应的CUDA版本
  3. 查看CUDA对应的cuDNN对应的版本
  4. 根据CUDA和cuDNN版本确认可以安装的TensorFlow-gpu版本

我们一步一步来：

1.查看显卡属性及计算能力

1、在电脑桌面，右击“此电脑”，点击“属性”
2、在打开界面，选择“设备管理器”
3、先在“设备管理器”界面，点击“显示适配器”，显卡的型号就会显示出来。
一般 Intel开头的为集成显卡，
一般 AMD、NVIDIA开头的为独立显卡。
在这里插入图片描述
查看计算能力：官方链接
在这里插入图片描述
满足3.0以上的计算能力，OK，你可以使用TensorFlow-gpu版本了。不行的话，加显卡或者换电脑！

2.查看显卡驱动对应的CUDA版本并且下载安装

这个CUDA版本也不能随便选择的，这得看你的显卡驱动能撑起哪个CUDA版本的运算。先找显卡驱动版本：控制面板->搜索“NVIDIA”->NVIDIA控制面板

最低0.47元/天 解锁文章
sunnyboychina
关注
  • 20
    点赞
  • 踩
  • 126
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
tensorflow之安装gpu版本
tz的博客
05-25 2448
tensorflow的gpu版本安装
tensorflow安装教程详解（Win10，CPU，Anaconda）
weixin_47590992的博客
09-05 1万+
本文主要讲述了在Anaconda环境的TensorFlow2.8.2安装教程。
【简洁！一步步带你安装Windows11下GPU版本的tensorflow2.6.0和pytorch2.3.0】
最新发布
qq_44341167的博客
05-11 1170
最近换了台电脑，重新配置了深度学习环境。经一番周折，发现安装tensorflow也能像pytorch一样简单。以前总是要手动去安装CUDA和cuDNN，不同环境需要的不同CUDA版本都下在本地，甚是麻烦。这次了解到并不需要安装全部的CUDA，并且conda可以直接下载，这样安装步骤就十分简洁了！
tensorflow-gpu版本安装教程（过程详细）
热门推荐
qq_43215538的博客
03-30 12万+
在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。 cuda、cudnn。...
tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl
03-13
tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl，人工智能
安装gpu版tensorflow
linux服务器安装gpu版tensorflow
03-25 5230
linux服务器安装gpu版tensorflow 本人尝试在linux服务器安装gpu版tensorflow，在此记录一下我的安装过程。 1. 确定服务器的gpu型号 1、安装gpu版tensorflow需要先安装cuda，而cuda是nvidia显卡厂商推出的运算平台。所以只有配置了nvidia的显卡的服务器才能安装gpu版tensorflow。否则只能装cpu版本的。 在服务器输入： lspc...
win10安装tensorflow-gpu1.8.0详细完整步骤
09-18
主要介绍了win10安装tensorflow-gpu1.8.0详细完整步骤，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
Win10下配置tensorflow-gpu的详细教程（无VS2015/2017）
09-16
在Windows 10环境下配置TensorFlow-GPU是一个相对复杂的过程，因为涉及到多个组件的安装与配置，特别是当不依赖Visual Studio 2015或2017时，需要更细致的操作步骤。以下是一个详尽的教程，帮助你完成这个过程。 ...
tensorflow-gpu版本的
11-02
在描述中提到，"tensorflow-gpu版本的，实测win7,8,10都可以使用，对应的python版本是3.6的"。这意味着此版本的TensorFlow GPU已通过测试，可以在Windows 7、8和10操作系统上稳定运行，并且需要Python 3.6作为其运行...
20180411_win7安装tensorflow-gpu1.4（基于adaconda3+py3.5）1
08-08
在本文中，我们将详细介绍如何在Windows 7系统上安装TensorFlow GPU版本1.4，整个过程基于Anaconda3和Python 3.5。首先，我们需要理解Anaconda是什么以及它为何在数据科学和机器学习领域中如此重要。Anaconda是一个...
request爬取新冠疫情疫情数据+线性回归预测新冠疫情
06-06
request爬取新冠疫情疫情数据+线性回归预测新冠疫情 使用了request爬取新冠疫情数据，数据保存到数据库中，数据来源丁香园 构建线性回归预测模型，并预测新冠疫情。 需要提前配置数据库，以及相应包的安装。
Win10+TensorFlow-GPU详细安装教程
12-04
Win10 64位+TensorFlow-GPU+CUDA9.2+CUDNN7.4.1深度学习的GPU框架详细安装教程
QGIS安装Paddle-GPU报错
欧阳罢笔的博客
11-01 1349
QGIS安装Paddle-GPU报错 报错内容 使用下面代码查看paddle-gpu是否安装成功 import paddle paddle.utils.run_check() 得到如下报错 RuntimeError: (PreconditionNotMet) The third-party dynamic library (cublas64_102.dll;cublas64_10.dll) that Paddle depends on is not configured correctly. (error
安装tensorflow-gpu1.14
Fairy_v的博客
08-23 3809
1.创建环境 conda create -n tf_1.14 python=3.6 激活自己的环境 source activate tf_1.14 2.查看服务器安装的cuda版本 (1)通过命令查看：nvcc -V 或者是nvcc --version都可以，但前提是添加了环境变量 (2)通过文件查看：cat /usr/local/cuda/version.txt 得到cuda版本是10.1 查看 cuDNN 版本 cat /usr/local/cuda/include/cudnn.h | grep
Win10最详细tensorflow-GPU环境的安装（安装anaconda、CUDA、CUDANN）
牧子川的博客
11-29 4578
一、准备工作 1、确定自己的电脑上能够配置GPU环境。 方法：打开控制面板，找到设备管理器 找到显示适配器，查看GPU算力，可以根据显卡算力下载相应Cuda和cudnn 查看GPU的型号以及算力https://developer.nvidia.com/cuda-gpus 小技巧：对于现在的电脑，一般来说都是由GPU环境的，也是可以使用GPU的。所以这一步就不是很重要，接下来的一步就非常非常重要 2、在Tensorflow官网找到对应的版本 tensorflow官网链接：在......
win10 安装TensorFlow
wuxiemimei的博客
10-11 294
win10 安装TensorFlow 1.安装anaconda 进入官网：https://www.anaconda.com/ 选择对应自己电脑版本的进行下载 打开安装程序，一路下一步直至安装完成 2.创建环境 打开Anaconda Navigator 选择环境，创建新环境 选择自己的python版本 完成： 3.切换到tensorflow 模式 以管理员身份打开promp 输入以下命令 activate tensorflow conda install tensorflow 4.安装Ten
Win10_64位下搭建TensorFlow-GPU版本的环境
、bye_碎翘的博客
11-25 5984
Win10_64位下搭建TensorFlow-GPU版本的环境标签 ： 深度学习软件清单: Python : 3.6.2 版本 TensorFlow : 1.4 版本 CUDA : CUDA8_win10 版本 cuDNN : cuDNN6.0_win10 版本 本文末尾会提供本次博文使用到的所有安装文件的百度云盘分享链接。 安装过程:1. 安装Python    两种方式 : 到官网上下载安装
tensorflow-GPU版本安装教程（过程清晰一目了然，看完变大佬）
AI_JOKER的博客
03-25 1万+
今天给实验室服务器配置tensorflow的GPU版本，先吐槽一下实验室的破网。。。 下载之前看了很多博客的介绍，tensorflow-gpu版本需要cuda和cudnn并且版本必须要对应，就在我发愁要找对应版本的时候，突然看到可以一行命令全部下载，心中顿喜 1、使用cmd输入 conda install tensorflow-gpu 这种方法比较简便，所有需要用到包都自动下载了（这种方...
windows系统下安装TensorFlow（GPU版）
qq_37277944的博客
09-16 3万+
  说明：只有NVIDIA显卡才支持用GPU跑TensorFlow。在https://developer.nvidia.com/cuda-gpus查询GPU是否支持CUDA，一般要计算能力在3.0以上才适合。   1，CUDA下载： CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出...
win10安装tensorflow-gpu
06-28
### 回答1： 要在Windows 10上安装tensorflow-gpu，可以按照以下步骤进行操作： 1. 安装CUDA Toolkit TensorFlow-gpu需要CUDA Toolkit作为其GPU支持的基础。因此，首先需要在你的计算机上安装适用于你的GPU版本的CUDA Toolkit。可以从NVIDIA官网下载相应的版本，并按照安装向导进行操作。 2. 安装cuDNN TensorFlow-gpu还需要cuDNN作为其GPU支持的一部分。cuDNN是NVIDIA的深度学习库，可以通过NVIDIA的网站下载并安装。 3. 创建虚拟环境 推荐在安装tensorflow-gpu之前创建一个Python虚拟环境。可以使用Anaconda或者Python自带的venv模块来创建虚拟环境。 4. 安装tensorflow-gpu 在虚拟环境中，可以使用pip来安装tensorflow-gpu，命令为：pip install tensorflow-gpu。 完成以上步骤后，就可以在Windows 10上使用tensorflow-gpu了。 ### 回答2： win10安装tensorflow-gpu TensorFlow是一个开源的机器学习库，它由谷歌公司开发和维护。它具有高效、灵活、易用等优点，是构建人工智能应用的主要工具之一。如果你使用GPU进行深度学习，那么安装tensorflow-gpu可以提高训练速度，让你更快地处理大规模的数据集。在本文中，我们将介绍如何在Windows 10操作系统上安装tensorflow-gpu。 1. 安装CUDA工具包 如果你正在使用NVIDIA GPU，那么你需要先安装CUDA工具包。CUDA是一款NVIDIA推出的并行计算平台和编程模型，它支持使用GPU进行高性能计算。在安装CUDA之前，你需要确定你的GPU是否支持CUDA。可以在NVIDIA官网上查看你的GPU支持的CUDA版本。接下来，按照如下步骤安装CUDA 打开NVIDIA官网，选择CUDA下载页面 选择符合你GPU的版本，下载相关的安装包 安装CUDA，按照提示进行操作 2. 安装cuDNN库 cuDNN库是一个加速深度神经网络的库，它也是由NVIDIA进行开发和维护。为了确保你的深度学习应用能够最大限度地利用GPU加速，你需要安装cuDNN库。 到NVIDIA官网上下载cuDNN库，下载之前需要先注册一个账号 下载完成后，解压文件，将文件的路径添加到PATH环境变量中 3. 安装Anaconda Anaconda是一个Python发行版，它包括了Python解释器、常用的Python包和工具。安装Anaconda可以使我们更加方便地安装、管理Python包和环境。在安装Anaconda之前，你需要选择你想要的Python版本。你可以在Anaconda官网上下载适合你的版本。 安装Anaconda，将其添加到系统环境变量中。安装过程中需要注意安装路径，如果路径中带有空格，请把路径加到环境变量时加上引号。 4. 安装TensorFlow 打开Anaconda Prompt（或使用其他命令行工具），输入如下命令: conda create -n tensorflow-gpu python=3.6 activate tensorflow-gpu pip install tensorflow-gpu 这个命令将会在你的Anaconda中创建一个名为tensorflow-gpu的新环境，安装Python版本为3.6，然后安装包含TensorFlow-gpu的依赖。 安装完成后，你需要运行一些TensorFlow的示例代码以确保安装成功。打开Python和TensorFlow的交互式环境，输入如下命令: import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 如果输出结果是“Hello, TensorFlow!”，那么恭喜你，你已经成功安装了TensorFlow-gpu。 总结来说，win10安装tensorflow-gpu的步骤主要包括安装CUDA工具包、安装cuDNN库、安装Anaconda以及安装TensorFlow。毫无疑问，这是一项需要花费一些时间和精力的任务，但是一旦你成功地完成了上述步骤，你将可以轻松地使用GPU进行深度学习，以及更快地处理大规模的数据集。 ### 回答3： Windows 10作为一个非常流行的操作系统，在计算机领域中被广泛使用。如果你想要在Windows 10上使用tensorflow-gpu，那么你需要做一些准备工作，以确保安装能够成功进行。下面是一些安装步骤： 1. 下载Anaconda 在安装tensorflow-gpu之前，需要先下载Anaconda。Anaconda是一个开源的Python发行版，这里我们需要下载Python 3.6版本的Anaconda。下载的链接为：https://www.anaconda.com/products/individual#Downloads，选择适合自己的版本进行下载并安装。 2. 安装CUDA 在下载tensorflow-gpu之前，需要先安装CUDA。CUDA是一个并行计算平台，它可以加速机器学习和深度学习的计算过程。在这里，我们需要安装的是CUDA 9.0版本。首先，需要前往官网下载CUDA 9.0版本的安装包，链接为：https://developer.nvidia.com/cuda-90-download-archive。下载并按照默认设置进行安装。 3. 安装cuDNN cuDNN是用于加速深度学习计算的一个库。但是，在安装之前，需要先注册一个NVIDIA账号。注册完成之后，前往链接https://developer.nvidia.com/cudnn下载cuDNN的安装包。根据下载安装文件的说明安装即可。 4. 安装tensorflow-gpu 安装tensorflow-gpu之前，需要先打开Anaconda Prompt，并创建一个新的虚拟环境，输入以下命令： conda create --name tensorflow-gpu python=3.6 这个命令将会创建一个名为tensorflow-gpu的虚拟环境，并使用Python 3.6版本。 安装完成之后，可以激活这个虚拟环境，输入以下命令： conda activate tensorflow-gpu 接下来就可以安装tensorflow-gpu了，输入以下命令： pip install tensorflow-gpu 安装完成后，我们可以通过以下语句验证tensorflow-gpu是否正常安装： python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))" 如果安装成功，将会有一大串数字输出，表示tensorflow-gpu已经成功安装。 综上，如果你想在Windows 10上安装tensorflow-gpu，需要先下载Anaconda，然后安装CUDA和cuDNN，最后安装tensorflow-gpu。请按照以上步骤进行操作。

“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 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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