Windows安装tensorflow教程GPU版
明日颜代码大全前置准备
查看GPU型号
电脑桌⾯->右键我的电脑->选择管理->点击设备管理器如下图:
如果不是英伟达显卡,那么不⽤往下看了,GAMEOVER!
查看CUDA算⼒
gpu版本要求电脑的GPU硬件必须有CUDA⽀持,并且计算能⼒最低为3.5以上。
查看地址在这⾥:developer.nvidia/cuda-gpus
这个就是我的:
下载GPU驱动
下载地址:www.nvidia/download/index.aspx?lang=en-us#
我的演⽰:
这个驱动的版本号必须要达到418.x以上
下载Anaconda
清华⼤学镜像地址:mirrors.tuna.tsinghua.edu/anaconda/archive/
我下载的版本是:Anaconda3-5.3.
sql注入攻击的web应用程序处于配置⾼级选项的时候第⼀个我选择将Anaconda加⼊环境变量第⼆个注册Python3.5没有勾选,因为我电脑上安装得有python3.7。
配置Anaconda软件包下载服务器
从开始菜单中打开Anaconda Prompt,依次输⼊以下三条命令
selected的衣服咋样conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --set show_channel_urls yes
新建虚拟环境
Anaconda默认的虚拟环境是base(root),其中已经安装的软件包太多,并且这个虚拟环境⽆法删除,所以我们新建⼀个虚拟环境进⾏学习,将来不想使⽤的时候可以将新的虚拟环境删除。
依然在Anaconda Prompt的命令⾏中,执⾏命令:
conda create -n tf_gpu python=3.7
其中conda create是创建命令 -n是name的意思后⾯tf_gpu是新环境名名字随意取 python=3.7是设置该环境的python版本⼀般来说3.6和3.7两种
think教学视频这⾥输⼊y 表⽰同意安装相关软件包
电脑python安装教程现在新的虚拟环境已经创建完成
执⾏命令:
conda activate tf_gpu
激活tf_gpu这个环境,也可以理解成进⼊tf_gpu环境。
然后你会看到头部的(base)变成了(tf_gpu)
安装TensorFlow
接着上⾯的命令⾏窗⼝
安装英伟达SDK
conda install cudatoolkit=10.1
输⼊y 同意安装相关软件包
安装英伟达深度学习软件包
conda install cudnn=7.6
只要不是下⾯这个样⼦,⼀般都是安装失败,仔细看是否有error字样,如果安装失败,多试⼏次,我就失败了两次,第三次才成功,可能是⽹络抖动⽽导致的。
安装TensorFlow
pip install tensorflow-gpu==2.1.2
⼀连串的下载安装信息滑过命令⾏之后,就算安装完了。
校验是否安装成功
继续命令⾏输⼊python 进⼊解释器
输⼊两⾏:
import tensorflow as tf
tf.__version__
如果打印出版本号'2.1.2' 则安装成功。
打开pycharm
新建项⽬选择conda环境解释器如图:
>xml是什么数据类型
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论