想了一下还是把tensorflow安装的过程整理一下吧，万一时间久了忘了呢。终于tensorflow的安装可以告一段落了，内心还是很兴奋的，这次还是好好的整理下。尤其是注意的地方，往往时我折腾了好久，查阅了大量的资料，测试了好多次，才验证出来的硕果。1、准备工作 1、更换源，好的软件源，直接决定你的安装速度。这里选择清华的。 操作：进入：设置 --> 软件和更新 --> Ubunt
转载
2024-03-15 10:14:09
108阅读
刚开始接触深度学习，因为有的教程是基于pytorch有的是基于tensorflow，前几天安装完成了pytorch，现在安装一下tensorflow，查看pytorch安装教程请移步： 文章目录前言1 cuda安装2 cuDNN安装3 tensorflow 安装 前言tensorflow的安装过程比pytorch要复杂一些，一定要仔细，不然很容易安装错。 安装tensorflow前需要安装cuda
转载
2024-05-07 15:05:44
67阅读
安装说明版本：GPU版本、CPU版本。如果硬件支持，推荐安装GPU版本。安装方式：pip方式、Anaconda方式。本文教程采用Anaconda方式。Tips:1.查找需要安装的TensorFlow版本支持的python版本，目前在Windows上支持python3.6x。2.如果安装GPU版本，需要安装对应版本的CUDA和CUDNN。安装环境1.Anaconda下载安装下载地址：https://
转载
2024-04-23 10:10:19
101阅读
tf1.13.1 及 tf2.0.0 相关依赖及版本 硬件说明：显卡NVIDIA-GEFORCE-GTX-1060 1.驱动版本检查，并且更新显卡驱动【这一步很重要，你的驱动版本低了，cuda及cudnn就可能出错】错误：DLL load failed: 找不到指定的模块。cmd中输入：nvidia
安装关键 对应的python版本+对应的 tensorflow-gpu版本 + 对应的NVIDIA显卡版本 + 对应的CUDA版本 + 对应的cuDNN版本 安装总结 以2019.4.15为基准，本人安装的版本如下： 最新的tensorflow-gpu-1.13.
背景：我的计算机GPU版本为NVIDIA GeForce RTX 3070 首先，查看显卡的版本以及对应的CUDA桌面鼠标右键->NVIDIA控制面板->帮助->系统信息一.TensorFlow安装（试错阶段,不想安装TensorFlow2的可直接跳到下一节）1.安装CUDA本人计算机CUDA对应的版本为11.2.162 在官网中找到相应的版本号进行下载https://devel
转载
2024-05-10 19:14:04
493阅读
strong>下载cuda链接：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal如果电脑上本身就有Visual Studio Integration，要将这
原创
2022-05-11 10:21:00
628阅读
踩了很多坑，综合了很多博主文章，在此表示感谢，自己记录一下这个过程。 安装这东西，谁都得踩很多坑，废话不多说，按步骤装一次就明白了，一句话：能装好就行！ （代码均以黑色加粗显示，方便查看）。 我的机器配置：CentOS 7\ NVIDIA Corporation GM107GL [Quadro K620] 需要下载的工具（以下只针对与我同型号的朋友直接拿来用）： 1.&nbs
转载
2024-06-16 13:45:39
170阅读
笔者之前在学习TensorFlow，也在自己的笔记本上完成了安装，在PyCharm中进行学习。但是最近为了使用python的科学计算环境，我把之前的环境卸载了，并用Anaconda重新安装了TensorFlow，由于自己的笔记本已经很旧了，显卡不行，所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑，截图甚多。1.安装Anaconda选择相应的Anaconda进行安装，进入Anaconda的官
# CentOS下安装TensorFlow GPU版本
TensorFlow是一个强大的开源机器学习框架，可以在GPU上运行，以提高训练和推理性能。本文将介绍如何在CentOS上安装TensorFlow的GPU版本，并提供详细的步骤和代码示例。
## 1. 安装Docker
首先，我们需要在CentOS上安装Docker。Docker是一个开源的容器化平台，可以轻松地创建和管理容器。
##
原创
2023-08-22 05:53:05
130阅读
登陆anaconda官网下载最新版的软件。然后安装anaconda安装anaconda后，个人习惯，对其进行升级。在命令提示符下，先看一下当前的版本信息。conda --version然后使用命令conda update conda进行升级然后使用命令conda create --name tensorflow pip创建虚拟环境tensorflow，并激活tensorflowactivate t
一、准备工作参照官网上资料 ，进行准备工作1. 验证自己的电脑是否有一个可以支持CUDA的GPU $ lspci | grep -i nvidia 我的显示为Tesla P800if it is listed in http://developer.nvidia.com/cuda-gpus, your GPU is CUDA-capable2.验证自己的Linux版本
http://www.linuxidc.com/Linux/2016-11/137561.htm
原创
2017-08-11 15:37:10
4350阅读
Tensorflow gpu版安装教程 吐槽：中间的坑实在太多，安装过程整整花了我一天的时间。。。所以打算写这个教程来做个总结，希望后面安装的人能少踩一些坑。当然过程中你可能还会遇到其他问题，一般百度一下都能找到解决方案。1 用pip安装tensorflow-gpu（注意版本！！！） 如果你还没有安装pip，那就自行百度一下吧，我也是百度装好的，现在已经忘了。 由于国外的镜像下载非常慢，装
转载
2024-04-30 17:08:15
276阅读
一、安装Anaconda文章结构：Anaconda 下载安装地址：https://www.anaconda.com/download/安装完毕：二、安装tensorflow（gpu版本）1、查看电脑显卡配置在安装前，首先确定你的电脑支不支持gpu,查看一下显卡配置：注意：安装gpu版本的话需要提前安装cuda ，cudnn，而且cuda,cudnn,python,都要预先和TensorFlow匹配
转载
2024-05-05 19:38:41
1549阅读
tensorflow
转载
2022-10-22 01:17:42
218阅读
目录一.前期准备(Pycharm和Python环境的安装）二.安装CUDA加速架构组件三.CUDNN的安装四.Pytorch的安装五.最后验证torch GPU版本安装成功:一.前期准备(Pycharm和Python环境的安装）首先在Pycharm和Python官网下载想要安装版本的软件。这里比较基础就不展开细讲了。Python安装完成之后的验证：命令行cmd输入python之后可以进入正确环境T
转载
2023-08-16 17:24:10
287阅读
由于我在安装Tensorflow-gpu的过程中，遇到了不少的问题，总的来说基本都是版本问题。所以在此记录一下，同时也希望你们能够少踩坑（别发疯）。首先明确，要成功使用tensorflow-gpu版本，需要三个东西。CUDA：是NVIDIA发明了一种并行计算平台和编程模型。通过利用图形处理单元（GPU）的强大功能，它可以显着提高计算性能。cuDNN：是用于深度神经网络的GPU加速原语
转载
2024-07-05 08:01:11
101阅读
准备工作： 在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cu
转载
2024-02-05 11:22:23
203阅读
建议可以使用anaconda创建专门的虚拟环境来安装TensorFlow，因为如果你之后继续在此环境下安装如tensorflow-federated（联邦机器学习）的话就会出问题。1 版本准备注意四个版本是一一对应的，可能改变任何一个的版本都会导致不能运行 python版本3.7.6 tensorflow-gpu版本2.0.1 CUDA版本10.0 cuDNN版本7.6.52 TensorFlow
转载
2024-03-26 14:39:35
137阅读
