配置tensorflow1.13.1GPU环境

1.安装NVIDIA

链接
选择CUDA10.0,注意不要安装10.1
在这里插入图片描述
大约2个g,下载之后,正常点击自定义安装,安装顺序一路安装;一般应该不会出问题。
打开如下这个文件夹,准备放入cudnn
在这里插入图片描述

2.安装cudnn

链接
第一次需要注册,通过邮箱设置账户密码,选择v7.6.5,cuda10.0
在这里插入图片描述
下载解压后得到如下:
在这里插入图片描述
将其中文件复制到之前安装cuda的v10.0的文件夹下:在这里插入图片描述

安装tensorflow-gpu

打开conda环境:

pip install tensorflow-gpu=1.13.1

安装完毕后,添加环境变量:
环境变量Path的加入:

C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v10.0\bin;
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v10.0\lib\x64

如果原来pycharm打开,则退出pycharm
重新打开后即可使用:
速度几乎提升了10倍
在这里插入图片描述
参考博客:
【1】
【2】
【3】

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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。

“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 1
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