windows安装tensorflow-GPU版本 1、首先使用conda create -n tensorflow3.8 python=3.8（python版本根据需求下载）在Anacoda Prompt下创建一个tensorflow环境 输入y继续创建 如上图就是创建成功了。2、在安装Tensorflow-gpu之前，最重要的就是找到对应版本的cuda和cudnn(如果版本
转载
2024-05-14 23:12:03
81阅读
目前tensorflow是深度学习中非常流行的一个工具包，它是由google研发的，其基本原理是计算图的模型。安装目前版本(2017年5月）的tensorflow支持直接进行pip进行安装，但唯一需要注意的一点是目前只支持python3版本pip3 install tensorflow入门1）placeholder placeholder顾名思义只是起到占位的作用，一般只是首先指明数据类型，而具
转载
2024-06-09 11:25:56
19阅读
pygame游戏实例入门开发环境第三方库安装任务介绍大概实现思路具体实现流程游戏背景界面猴子类猴子类编写猴子类运行香蕉类香蕉类编写香蕉类运行综合编写及碰撞检测总结 开发环境pycharm+anconda3;第三方库： pygame;(从标题看这句略显多余)第三方库安装方法一：直接在pycharm里面安装。 files->seting->project->python Inter
转载
2024-03-17 10:46:13
84阅读
TensorFlow简介TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。Tens
import osos.environ["CUDA_VISIBLE_DEVICES"]="-1"
原创
2021-11-04 14:11:34
2196阅读
0 前言更新了最新版本安装方法，目前支持TensorFlow1.13.1 -> TensorFlow2.4.0：见1.3节本篇文章就带领大家用最简单地方式安装TF2.0正式版本（CPU与GPU），由我来踩坑，方便大家体验正式版本的TF2.0。废话不多说现在正式开始教程。 1 环境准备我目前是在Windows10上面，使用conda管理
转载
2024-09-19 08:48:55
67阅读
文章目录win10下tensorflow-gpu的安装1.tensorflow-gpu的安装2.安装CUDA及报错改正3.下载CUDNN及后续操作 win10下tensorflow-gpu的安装GPU对神经网络模型的训练具有很大的作用，如果想要基于tensorflow做好神经网络模型构建，那么相对于tensorflow-cpu，tensorflow-gpu是我们更应该选择的，GPU资源可以更好的
转载
2024-03-21 11:04:34
195阅读
最近两天小编实验室新买回来一台图形工作站，需要搭建python+tensorflow-gpu的环境，花费了一天半的时间配置完成，当然如果你网络好，可能半天就OK拉，下面来个总结吧。表格中是此次配置的主要环境windows10系统Anaconda3-4.0.0（64位）python3.5cuda10.0 tensorflow-gpu1.14.01、配置中的软件要求按照tenso
转载
2024-05-14 08:19:26
68阅读
如果你是用的GPU版本的Tensorflow，你可以这样来使用CPU版本的Tensorlfow：
原创
2022-07-15 17:25:01
418阅读
win10/win11系统下安装tensorflow-GPU版本使用前注意GPU版本版本匹配！！！cuda版本安装anaconda安装对应版本的CUDAtoolkit安装对应版本的cuDNN安装tensorflow总结 使用前注意GPU版本GPU版的tensorflow在调用的时候有加速效果，运行会比较快一些，当然，如果你的硬件没有GPU，只能使用CPU版本的tensorflow，就不需要安装C
转载
2024-03-25 12:44:22
85阅读
TensorflowTensorflow简介 TensorFlow™ 是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow™ 最初是由 Google Brain 团队（隶属于 Google 的 AI 部门）中的研究人员和工程师开发的，可为机器学习和
文章目录1 通过anaconda3 win10安装python3.72 阿里源镜像配置3 虚拟环境创建4 conda常用指令5 cpu tensorflow安装6 gpu tensorflow安装7 tensorflow和tensorflow-gpu冲突8 keras和opencv安装9 cuda下载地址10 Nvidia驱动下载11 pip12 pytorch 1 通过anaconda3 wi
转载
2024-08-30 16:47:53
72阅读
由于现在神经网络这个东西比较火，准确的说是深度学习这个东西比较火，我们实验室准备靠这个东西发几个CCF A类的文章，虽然我不太懂这东西，兴趣也一般都是毕竟要跟随主流的，于是今天安装起了 Tensorflow 这个深度学习的框架。 安装好以后运行一个Demo ,如下： 运行结果如下： 2018-05-
原创
2022-05-18 16:10:23
837阅读
# 使用 PaddleNLP 指定 CPU 版本运行的方案
在深度学习项目中，有时我们需要在没有 GPU 的环境下进行模型推理或训练。PaddleNLP 是一个基于 PaddlePaddle 深度学习框架的自然语言处理工具包。在这篇文章中，我们将详细探讨如何使用 PaddleNLP 在 CPU 上进行模型的加载和推理，并且提供代码示例。
## 目标
本文主要解决的具体问题是如何通过 Padd
原创
2024-09-04 05:58:18
210阅读
昨天早上刚到办公室，就接到客户的电话说其某台小型机的CPU负荷一直保持在90以上，告警短信发个不停，一直没有间断过。该服务器是一台IBM的小型机，性能应该还是不错的，出现这样的情况确实不太正常。登陆上小型机去TOPAS跟踪了一段时间，发现KERNEL主要保持在10-20之间，但是USER就一直保持在50-70。到底是什么用户进程耗费了那么多的CPU资源？该服务器是数据库
1、tensorflow的基本运作为了快速的熟悉TensorFlow编程，下面从一段简单的代码开始： 1 import tensorflow as tf
2 #定义‘符号’变量，也称为占位符
3 a = tf.placeholder("float")
4 b = tf.placeholder("float")
5
6 y = tf.mul(a, b) #构造一个op节点
7
转载
2024-05-10 22:47:20
67阅读
快速运行TensorFlow的6种方式TensorFlow（http://tensorflow.org）是一个深度学习计算引擎，自然是可以直接安装运行的，而且能得到最佳的性能。但是，考虑到机器学习需要安装大量的软件，之间必然会带来软件管理和版本兼容性问题，而且在集群中运行更为复杂，因此不推荐这种方式。在Linux上安装TensorFlow，https://www.tensorflow.o
转载
2024-05-27 19:30:35
36阅读
一、Windows（64bit）下安装pytorch-cpu首先说个题外话，为了日后使用的方便最好是将将conda和pip的软件源修改成清华的源，这样的话，使用conda或者pip安装软件速度会快很多。可使用如下指令进行设置:（当然只是建议，与本次pytorch的安装无关，pytorch都是直接从官网上下载，速度还挺快）conda config --add channels https://m
转载
2023-09-05 22:02:16
219阅读
win10_64环境下安装tensorflow_CPU前言1-安装Anaconda2-安装tensorflow3-几个坑最后新坑ADD OIL! 前言第一次记录自己的学习过程，为未来的三年做准备。 结合自身情况进行的操作。首先说一下我自己电脑的环境，已经安装了最新版的python3.7，但是由于tensorflow需要python3.5版本，所以大家可以先卸载原来的环境，整篇文章只针对于跑cpu
转载
2024-10-31 15:38:19
91阅读
## 用CPU运行PyTorch
PyTorch是一个基于Python的科学计算库，广泛用于机器学习和深度学习领域。它提供了丰富的工具和算法来构建和训练神经网络模型。在使用PyTorch时，我们通常会选择使用GPU来加速训练过程，因为GPU具有强大的并行计算能力。但是，在某些情况下，我们可能只能使用CPU来运行PyTorch。本文将介绍如何在CPU上运行PyTorch，并提供一些示例代码。
#
原创
2023-12-29 09:58:56
443阅读
