上一篇文章给大家讲了Tensorflow是什么，从哪里来，是做什么的，这节课呢给大家讲解一下cudnn安装的问题，为什么要讲这个呢，我们知道有这么一句话，工欲善其事必先利其器，安装了cudnn之后呢，在配合tensorflow-Gpu能够使你的程序运算速度增加很多倍。cuda是什么？cudnn是什么？CUDA(Compute Unified Device Architecture)， 是显卡
文章目录版本参考设置下载源利用conda创建python3.5的环境安装CUDA10安装tensorflow_gpu1.15.0下载Cudnn7.4在pycharm中调用py35_tensorflow环境更改CUDA文件夹中的文件名安装keras2.3.1测试参考 版本参考CUDA, TensorFlow, Cudnn之间是有版本的对应关系，如下:https://www.tensorflow.o
1.gcc/g++降级Ubuntu18.04自带的gcc/g++是7.0版本的，但cuda不支持这么高版本，我们需要安装4.8版本。 1.下载安装4.8版本的gcc/g++sudo apt-get install gcc-4.8
sudo apt-get install g++-4.82.让gcc软连接至4.8版本的gcc，g++软连接至4.5版本的g++装完后进入到/usr/bin目
转载
2024-05-30 09:44:00
226阅读
Tensorflow：
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，主要是深度神经网络模型。
也是一时兴起开始学习这玩意，走到哪，博客写到哪里，全当记录。
主要参考资料一方面是0.8.0版极客学院翻译版资料，另一方面是油管上周莫烦的视频资料（附上地址：https://www.youtube.com/user/MorvanZhou/
转载
2024-10-23 22:23:24
14阅读
tensorflow-gpu实现openpose人体姿态估计血泪史从环境安装到代码运行背景：我刚接触人体姿态估计方向，从装系统开始，漫漫环境路，何时到尽头！当当当~令人开心的是我已经上岸，这里以跑openpose为例说下tensorflow环境的安装，跟大家分享我的爬坑之旅，希望给刚开始这个领域的小伙伴一丢丢帮助，来次够！目录电脑环境
tensorflow-cpu安装及简单测试
t
针对的是英伟达GPU。操作步骤如下： 打开NVIDIA Control Panel（NVIDIA控制面板）
原创
2022-10-19 20:06:26
1253阅读
CUDA9.0是目前最新的Cuda版本，VS2017也是目前最新的Visual Studio版本，当前（2017/09）网上很少有CUDA9.0+VS2017的配置。 为什么非要用CUDA9.0呢？因为CUDA8.0是与VS2017不兼容的，就是说如果想用CUDA8.0，必须使用VS2015以下的VS版本。好消息是CUDA9.0开始兼容VS2017，以后CUDA9.0+VS2017将会成为一种趋
安装环境： win10系统（64位） NVIDIA GeForce GTX 1050 显卡本次安装的版本型号： Anaconda 5.3.1 (python 3.7 -> python 3.6) CUDA 9.0 CUDNN 7.1 tensorflow-gpu 1.9.01. Anaconda的安装Anaconda官网： Anaconda官方下载地址 选择Windows，下载64-Bit的
安装过程安装虚拟环境安装virtualenv安装满足要求的python版本使用virtualenv创建指定python版本的虚拟环境安装tensorflow安装tensorflow-docs直接下载使用wheel下载在VSCode编辑器中使用虚拟环境下的python解释器，并使用tensorflow常见错误 注意： tensorflow 2.10.0是最后一个支持GPU的版本 如果您担心下载
本文写的比较简单，期间遇到的一些小麻烦，自己不认为成为阻碍，所以没有详细写。
PycharmPycharm使用AnacondaPycharm 在新建项目的时候可以指定Conda环境，前提是已经安装了Conda。如果创建项目的时候没有指定conda环境:Setting => Project => Project Interpreter 里面修改 Project Interpreter ,
转载
2024-04-25 10:54:34
35阅读
# PyTorch支持哪些版本的CUDA
PyTorch是一个开源的深度学习框架，它支持使用CUDA进行GPU加速。CUDA是NVIDIA提供的一个并行计算平台和编程模型，用于利用GPU的并行计算能力。在使用PyTorch进行深度学习任务时，我们可以借助CUDA来加速计算，提高训练和推断的效率。
## 什么是CUDA？
CUDA是Compute Unified Device Architec
原创
2023-11-09 06:28:33
193阅读
1 安装msys2msys2是一个在Windows上的Linux虚拟环境，在Linux上写的程序，可以使用msys2编译为Windows上的exe或者dll。 在msys2官网上下载msys2程序：下载链接。 下载完成后进行安装，安装成功后将安装目录C:\msys64和安装目录下的usr/bin目录C:\msys64\usr\bin添加到系统环境变量path中 以管理权限打开cmd，依次安装msy
控制面板->搜索NVIDIA->双击进入NVIDIA控制面板：点击帮助->系统信息->组件：
转载
2020-07-25 22:12:00
1516阅读
2评论
概述，需要注意以下几个问题：（1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。显卡驱动的安装：当我们使用一台电脑的时候默认
Tensorflow2.0 安装cuda和cudnn进行深度学习训练本文将讲述安装tensorflow2.0 和与其相匹配的cuda和cudnn的环境配置，来进行深度学习训练，本文主要讲解环境的配置我的显卡是nvidia 1650，我摸索了挺久才发现的安装方法，可能不是完全准确，不一定按照我的来，写这篇文章主要为了我以后安装方便，记一个笔记，作为参考就行，本文是从0开始 安装步骤Tensorflo
目录前言开发环境一览显卡驱动安装下载驱动禁用nouveau安装驱动安装CUDA10.0第一个CUDA程序安装cudnn7.5安装TensorFlow1.13最后前言之前写过cuda环境的搭建文章, 这次干脆补全整个深度学习环境的搭建.开发环境一览CPU: Intel core i7 4700MQGPU: NVIDIA GT 750MOS: UBUNTU 18.04.1LTS 64位用指令看下英伟达
这篇文章记录了如何在Ubuntu22.04上安装CUDA11.7和cudnn8.6。按照步骤理应可以安装成功。如果还有问题，可以留言。安装显卡驱动打开‘软件和更新。 点击附加驱动安装显卡驱动 如果已经安装显卡驱动，请忽略上面的步骤。安装gcc新安装的Ubuntu22.04 没有安装gcc，需要安装gcc。在终端输入gcc -version 查看有没有gcc。 执行命令sudo apt instal
搭了将近快两天的环境，终于好了，虽然在开始的时候，安了卸，卸了安的，但是！！！安装成功后，那种快乐是无法言语的~~~~~所以在此我必须的记录一下我的艰辛历程~~~~一、 明确自己电脑的适配版本的cuda在此之前你需要在电脑上安装有VS,在这里直接给出百度云连接：链接：https://pan.baidu.com/s/1M94HKU6O47G7SGq8xYS6Pg 提取码：9ofd&nbs
文章目录引言我的环境一条命令解决创建环境一条命令安装tensorflow-gpu小插曲：降低numpy版本测试代码最后 引言网上一大堆安装tenflow-gpu版本的教程，无外乎说的都需要在NVIDIA官网上安装对应版本cuda和cudnn，然后配置环境什么的，显得十分繁琐，而且不容易安装成功，而且TensorFlow官网上好像也没有1.13.1版本的gpu安装 由于我当时需要搭建一个1.13.
首先安装anaconda除了路径，其他都可以默认安装CUDA与cuDNNCUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN
