Tensorflow GPU配置（一次性安装成功）

最新推荐文章于 2023-04-25 21:38:48 发布
VIP文章 最新推荐文章于 2023-04-25 21:38:48 发布
阅读量323 收藏
点赞数
分类专栏： 环境配置
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/weixin_42474448/article/details/106658712
版权

Tensorflow GPU配置

首先说环境：

我这次配的是
tensorflow 2.0 + CUDA 10.0 + cuDnn 7.65
首先你得确定你的tf版本，这样才能对应选择CUDA以及cuDnn，tf 2.x版本还没用过，想体验一下，最开始没控制版本，下了2.1版本，但是安装对应CUDA以及cuDnn时始终找不到DLL文件，最后发现2.0版本安装最快又没啥问题。记录一下，以后优先这样安装

（补充：tf2.0和1.x版本有点冲突，又配了个1.15的环境，tensorflow 1.15 + CUDA 10.0 + cuDnn 7.65也是可以用的）

CUDA 10.0

CUDA 下载很简单，直接去官网，选择版本然后下载，最好是选择local，这样迅雷下起来速度还可以

在cmd中输入ncvv --version 可以检查有没有安装成功，没有的话可能是忘记添加环境变量了，一般CUDA环境变量自动加进去了

最低0.47元/天 解锁文章
Eternal student
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
tensorflow gpu 使用 - pip 安装 TensorFlow
11-25
tensorflow gpu 使用 pip 安装 TensorFlowTensorFlow 2 软件包现已推出• tensorflow ：支持 CPU 和GPU的最新稳定版（适用于 Ubuntu 和 Windows）• tf-nightly ：预览 build（不稳定）。Ubuntu 和 Windows 均包含...
tensorflow-GPU环境配置
qq_43719529的博客
03-12 5068
0. 前言 本文主要介绍tensorflow-GPU环境配置，预计一小时完成。 前些日子开始入手学BERT来解决一些实际的问题，无奈环境的安装耗费了许多时间，消磨了一个初学者太多的耐心。 好在，终于走通了一条比较简单的路。现在特意记下来给以后的自己看，也帮助更多迷茫的人，节省一些前期的成本，拒绝‘从入门到放弃’，BERT，跑起来！！！ （关于具体怎么使用谷歌预训练好的bert，在下篇博文续写。） 1. 环境简介 1.1. 环境配置 anaconda + pycharm tensorflow 1.13.1-
多次安装tensorflow-GPU终于成功----笔记
qq_40723301的博客
03-14 564
之前安装anaconda的时候就想把tensorflow装了，但是之前每次下载到一
成功配置tensorflow有感
weixin_43766488的博客
03-20 2214
python虚拟环境搭建
tensorflow配置使用GPU
qsloony的博客
11-26 7701
环境 win10 python==3.7.9 tensorflow==1.15 tensorflow-gpu==1.15(对于 1.15 及更早版本，CPU 和 GPU 软件包是分开的) cuda==10 因为方便，我选择的是cuda10 和 tensorflow1.15，更多的版本支持请查看官方文档： 附上cuda10的官方下载连接： 查看当前计算机cuda 的版本 # cmd 命令运行 nvcc --version # 运行结果如下 验证GPU是否可用 # -*- coding: utf-8 -
TensorFlow-gpu环境配置
人人一欢的博客
09-18 298
1、安装anaconda 2、新建TensorFlow-gpu环境 3、安装cuda （1）查看gpu对应cuda版本：桌面右键->NVIDIA控制面板->帮助->系统信息->组件->查看cuda信息（图1）； （2）下载cuda并安装：cuda下载地址；（目录：C:\Program Files\NVIDIA GPU Computing Toolkit） （...
tensorflow-gpu配置教程
12-04
这是一份终极版本的tensorflow-gpu的配置环境教程，值得你拥有！！！ 撩妹的技能在于静秋，某个夜深人静的夜晚，夜微凉风微扬，月光照进我的书房~ 当我打开文件夹以回顾往事之余，惊现许多看似杂乱的无聊代码。我拍...
记一次 win10 TensorFlow-GPU 安装
12-20
Win10下Tensorflow(GPU版) 安装Anaconda： Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，我理解的Anaconda是跟构建Java项目中的maven包管理工具比较像，我们可以用这...
安装tensorflow-gpu
01-20
目录（一）引言（二）更新驱动1下载驱动更新2安装3进行驱动更新（三）安装anaconda3-5.2.0（四）安装tensorflow-gpu1安装tensorflow-gpu环境2安装jupyter3安装tensorflow-gpu4安装pytorch（五）在pycharm中使用...
NVIDIA MX150安装TensorFlow-GPU
01-07
配置： CPU：i5-8265U GPU：NVIDIA MX150 Python版本：Python3.6.5 TensorFlow版本：1.10.0 步骤： 1、安装CUDA-9.2 访问官网下载后安装即可 https://developer.nvidia.com/cuda-92-download-archive 安装时最好按...
tensorflow ---gpu的环境配置
最新发布
JEREMY的博客
04-25 1971
先鼠标右键查看对应的CUDA的版本： 根据本机的CUDA、cuDNN版本确定python及TensorFlow版本。如下表所示：tensorflow_gpu版本 Python 版本 cuDNN CUDA tensorflow_gpu-2.4.0 3.6-3.8 8.0 11.0 tensorflow_gpu-2.3.0 3.5-3.8 7.6 10.1 tensorflow_gpu-2.2.0 3.5-3.8 7.6 10.1
tensorflow GPU环境配置
wangxiaopeng0329的博客
06-16 933
1.首先安装CUDA a.首先安装一些依赖 sudo apt-get update sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-rec
tensorflow设置gpu及gpu显存使用
CVsaber的成长记录
05-05 335
1.查看GPU 终端： nvidia-smi 2.在终端执行程序时指定GPU CUDA_VISIBLE_DEVICES=1 python your_file.py 1: 表示用哪块GPU CUDA_VISIBLE_DEVICES=1Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1...
tensorflow基于GPU环境配置
yaoming168的专栏
06-03 640
tensorflow基于GPU环境配置
Tensorflow-GPU相关设置问题
小马日记
06-01 466
这几天遇到多GPU跑Tensorflow代码问题，主要涉及两个问题，组里老大给讲解后整理如下： 1、为什么普通代码，直接指定多个GPU，训练速度没有提升？ 默认tensorflow会占用所有卡的所有显存，所以要指定卡和每张卡的占用量，比如你指定两张卡，默认情况下，两张卡上都会有模型参数，同一份数据会送到两张卡上进行运算，做重复的工作 2、如何使用多个GPU进行运算？ 如果要使用两张卡训练，提高效率，就要给两张卡分别送不同的数据，而且要对两张卡计算的梯度进行合并，然后通过反向传播更新两张卡的参数 3、但GPU
TensorFlow学习系列（一）——GPU指定
u013401766的博客
11-22 334
1）一般不需要显示指定CPU还是GPU，TensorFlow能自动检测。如果检测到GPU，TensorFlow会尽可能地利用找到的第一个GPU来执行操作。 如果机器上有超过一个可用的GPU，除第一个外的其他GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，你必须将op明确指派给它们执行。with … Device语句用来指派特定的CPU或GPU执行操作：with tf.Se
TensorFlow的GPU使用相关设置整理
TracelessLe的专栏
11-08 3864
TensorFlow是一个在机器学习和深度学习领域被广泛使用的开源软件库，用于各种感知和语言理解任务的机器学习。默认情况下，TensorFlow 会映射进程可见的所有 GPU（取决于 CUDA_VISIBLE_DEVICES）的几乎全部内存。这是为了减少内存碎片，更有效地利用设备上相对宝贵的 GPU 内存资源。但有时我们不需要这种特性，所以需要想办法避免这种情况。本文简要介绍TensorFlow的GPU使用相关设置。
基于GPU的tensorflow环境配置
weixin_44154096的博客
11-14 510
这是19年初学faster rcnn时记下的一些笔记。 这几天主要的任务是用tensorflow配置并运行Faster-RCNN，配置好笔记本的环境，下载好各个需要用到的库。虽然说下几个软件说起来是很轻松的事，但这学期一直在不断的尝试配置tensorflow的GPU版本，但每次都因为一些解决不了的原因失败了，网上的教程太多了，自己也分不清该按照哪个版本来。 这次经过几天的不断尝试，终于成功地运行了Faster-RCNN，用的是同学已经训练过的模型。下面先讲配置步骤： 首先是下载并安装好cuda和cudnn，
Win环境下配置tensorflow GPU环境
ice
06-20 1183
win下配置tensorflow的gpu环境，第一个方法亲测有效，第二个也亲测有效。
测试tensorflow gpu是否安装成功
03-16
您好，如果您想测试TensorFlow GPU是否安装成功，可以使用以下代码： ```python import tensorflow as tf # 检查是否使用GPU if tf.test.gpu_device_name(): print('GPU已安装') else: print('GPU未安装') ``` ...

“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