tensorflow-gpu版搭建环境
2020-07-05 02:17
134 查看
本教程使用于NVIDIA显卡的tensorflow搭建,同时推荐网络编辑器https://colab.research.google.com/
1.使用visual studio 2019安装tensorflow
在此搜索框中搜索tensorflow,之后程序会自动链接到cmd中运行pip install tensorflow运行完之后顺便升级一下pip
2.下载cuda
安装完成之后,并不代表能够运行,首先你得GPU得支持,所以需要安装cuda和cudnn的补丁,如下是cuda10.1的版本和补丁提供下载
链接:https://pan.baidu.com/s/13kR-N3am3ggI0pHUA6MVqQ 提取码:4rni
3.安装cuda
推荐使用精简版安装cuda_10.1.105_418.96_win10,安装完之后解压cudnn-10.1-windows10-x64-v7.6.5.32文件。
下载完成解压以后,把对应的文件复制到 CUDA 的安装目录,对应的目录如下:
a) Copy <installpath>\cuda\bin\cudnn64_7.dll to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin. b) Copy <installpath>\cuda\ include\cudnn.h to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\include. c) Copy <installpath>\cuda\lib\x64\cudnn.lib to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
4.设置系统PATH
在我的电脑---->高级系统设置---->环境变量----->系统变量中选中PATH行----->编辑---->确保PATH中如下配置,如果没有则添加
C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\Scripts C:\Program Files\NVIDIA Corporation\Nsight Compute 2019.1\ C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\
5.在vs中测试tensorflow代码
import os import tensorflow as tf os.environ['TF_CPP_MIN_LOG_LEVEL'] ='3' tf.compat.v1.disable_eager_execution() x=tf.constant(3) y=tf.constant(2) z=x+y sess=tf.compat.v1.Session() print(sess.run(z))
如果输出为5则完成
相关文章推荐
- 雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程+Anaconda3搭建深度学习环境tensorflow-gpu
- DL之IDE:深度学习之计算机视觉开发环境搭建的详细流程(Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow-gpu)
- Ubuntu16.04搭建深度学习环境(显卡NVIDIA GeForce RTX 2060+cuda9.0+cudnn7.3.1+tensorflow-gpu1.10)
- Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程)
- win10 TensorFlow GPU环境搭建
- Windows下TensorFlow环境搭建(无GPU)
- CTPN实验(一)环境搭建:Anaconda3+tensorflow(GPU)版本+CUDA8.0+cuDNN6.0
- 使用Anaconda搭建TensorFlow-GPU环境
- win10 tensorflow-gpu 环境搭建
- Windows下搭建TensorFlow环境2(GPU版本)
- Windows搭建TensorFlow GPU环境——无错详细完整版
- ubuntu下tensorflow-gpu环境搭建(通过anaconda,手动安装或环境含有cuda和cudnn)
- deepin linux 15.5 + 小米笔记本pro 下的深度学习环境tensorflow-gpu 1.4版本搭建过程
- Win10_64位下搭建TensorFlow-GPU版本的环境
- [step by step]利用docker搭建Tensorflow环境(tensorboard + tensorflow+gpu)
- Centos7.2离线安装 Tensorflow_gpu环境,搭建Anaconda3和pycharm
- (绕坑)搭建tensorflow-gpu运行环境,cuda+Anaconda+python+tensorflow
- 在ubuntu16.04_X86-64环境下快速搭建GPU版本的tensorflow
- Windows下TensorFlow环境搭建(无GPU)之备注1: