作者：凌逆战从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大(重要的事情说三遍)的计算量，以至于CPU算不过来，需要通过GPU帮忙，但这必不意味着CPU的性能没GPU强，CPU是那种综合性的，GPU是专门用来做图像渲染的，这我们大家都知道，做图像矩阵的计算GPU更加在行，应该我们一般把深度学习程序让GPU来计算，事实也证明GPU的计算速度比CPU块，但是(但是前面的
转载
2024-08-06 08:29:53
137阅读
目录一.Tendorflow二.Anaconda安装三.Tensorflow安装四.测试是否安装成功及GPU是否可用五.降级一.Tendorflow二.Anaconda安装三.Tensorflow安装那就记录一下过程吧，要装就装GPU版本的，还有CPU版本的？狗都不装！首先得搞明白自己电脑的驱动版本，然后是python版本，还要确定一下自己想要安装的tensorflow版本，由想要安装的tenso
通过官方经典例子——Mnist机器学习，非常简单的看一下tensorflow能做些什么。MNIST是一个入门级的计算机视觉数据集，包含各种手写数字图片：它也包含每一张图片对应的标签，用来告诉我们这是数字几。MNIST包含60000行的训练数据集（mnist.train）和10000行的测试数据集（mnist.test）。在机器学习模型设计时必须有一个单独的测试数据集不用于训练而是用来评估模型性能，
终极CUDA+cuDAA+tensorflow-gpu版本、安装及使用大法前言版本问题电脑显卡配置决定CUDA上限CUDA版本和tensorflow-gpu版本对应CUDA版本和cuDNN版本对应安装问题出现的常见问题解答问题一：Created TensorFlow device (/device:GPU:0 with 6696 MB memory) -> physical GPU...问
「导语」在模型训练完成后，我们需要使用保存后的模型进行线上预测，即模型 Serving 服务。 TensorFlow 团队提供了专门用于模型预测的服务系统 TensorFlow Serving，它专为生产环境设计，具备高性能且具有很强大的灵活性，本文将从服务搭建，服务配置，远程访问等多个方面对 TensorFlow Serving 进行详细地介绍。Serving 服务搭建官方推荐使用 Docker
转载
2024-04-05 22:09:48
49阅读
系统环境：Ubuntu14.04 64位、Windows7 64位 双系统 CUDA 版本： 7.5 总结一下，我的安装建议是： 一定要下一份CUDA官方的安装文档，按照它的步骤一步步慢慢来，不可偷懒。CUDA 7.5 官方安装文档下载
在安装之前一定要详细检查自己的系统环境、软件是否符合CUDA的安装要求。不要存有侥幸心理，跳过检查步骤。 每进
TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.5（Anaconda 3 版）为基础设计的。为了安装 TensorFlow，首先确保你已经安装了 Anaconda。可以从网址（https://www.continuum.io/downloads）中下载并安装适用于 Windows的 Anaconda。安装完成后，可以在窗口中使用以
转载
2024-08-20 15:03:29
392阅读
Tensorflow基本概念tensorflow两个版本差异 CPU：综合能力强，处理各种事务 GPU：专注计算，计算单元多 所以如果显卡支持的话，GPU版本会运行的更快运行有CPU加速建议的warning 如果是通过pip自动安装的tensorflow，运行时会有建议开启cpu加速的提示，关闭的方法：import os os.environ[‘TR_CPP_MIN_LOG_LEVEL’]=‘2’
转载
2024-07-09 19:07:34
94阅读
@目录一、 Ubuntu 自带 Python 安装1. Python 配置（1）准备工作（2）安装 Tensorflow (CPU 版)（2）安装Tensorflow（Nvidia GPU版）1）前置准备查看自己的显卡型号到NVIDIA 官网下载相对应的显卡驱动禁用nouveau安装lightdm安装 gcc & make安装 NVIDIA 驱动安装完毕2）安装二、 Anaconda 配置
转载
2024-08-01 12:13:41
67阅读
原因：最近从某处下载了一个深度学习例程，其代码是基于TF2.0的，由于以前一直使
原创
2022-11-10 10:17:11
675阅读
Windows安装tensorflow-GPU版本python相关安装TensorFlow安装(GPU版本)配置安装1.安装anaconda2.安装cuda9.03.安装cudnn7.04.安装tensorflow-gpu5.在Jupyter notebook上使用注意OpenCV安装jupyter notebook目录的更改 python相关安装电脑64位，Windows10TensorFlo
转载
2024-10-28 17:23:06
40阅读
版本CUDA、cuDNN 和 tensorflow-gpu 版本的推荐配置：configure page 查看自己的 CUDA 和 cudnn 的版本：1）直接用 nvcc --version 查看： 2）CUDA 一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了 CUDA 的版本信息，执行语句：cat /usr/local/cuda/ve
转载
2024-04-03 20:13:31
423阅读
Tensorflow GPU版本简单安装p0介绍（可以跳过）第一次写博文，本文将详细讲述tensorflowGPU版本的安装，既可以把我学的东西分享，也方便自己以后的查看。 刚接触机器学习不到一个月，之前一直在用tensorflow1.2.0版本写代码，并且是cpu版本的，跑个MNIST花了很久，速度相当的慢，可能我模型设计的比较复杂也是原因之一，不过准确率达到0.997，还不错。前几天突然发现还
转载
2024-03-29 14:46:29
68阅读
1、新手入门1.1 安装tensorflow环境1、安装了Anaconda，进入Anaconda Prompt： 关于安装Anaconda的博文参考：python安装、anaconda安装、pycharm安装2、检测anaconda环境是否安装成功：conda --version(base) C:\Users\toto>conda --version
conda 4.7.123、检测目前安装
一引入胜 Type A HDMI (card from wiki)想知道为什么没有HDMI接口？我也不罗嗦，估计是你的显卡不行。显卡，顾名思义，就是显示卡，处理显示的信息，你所能看到屏幕上的像素，就是由显卡下达指令才能组成图像。目前电脑的显卡一共分为三类：核显，集显，独显。 核显是集成于CPU内部的显卡，集显是集成于主板的显卡，，独显又叫独立显卡。总的来说性能是独显
转载
2024-09-13 15:33:41
188阅读
学习目标： TensorFlow由谷歌开源的机器学习框架，其对常见机器学习算法的包装性好，“开箱即用”，让开发者能够轻松地构建和部署各类机器学习模型，并可直接用于生产系统。TensorBoard是TensorFlow配套的一个可视化工具，它可以用来展示网络图、指标变化、参数分布情况等。特别是在训练网络的时候，我们可以设置不同的参数（比如：权重、偏置、卷积层数、全连接层数等），使用TensorBo
转载
2024-05-13 16:07:05
71阅读
安装说明平台：Window、Ubuntu、Mac等操作系统版本：支持GPU版本和CPU版本安装方式：pip方式、Anaconda方式attention：在Windows上目前支持python3.5.xGPU版本可支持CUDA9.0、Cudnn7.0安装过程CUDA简介CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA
最近深度学习CPU根本不够用，老板配置了GPU 怎么能不会用呢？原来从来没有关注过的底层东西，于是乎痛下决心搞清楚原理和操作先来看看第一部分为什么GPU比CPU更diao呢？ 这里就需要从他么的区别入手那他么的区别是什么呢？ 这里就需要从他的原理出发了，由于其设计目标的不同，它们分别针对了两种不同的应用场景CPU 需要很强的通用性 为了处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转
转载
2024-04-21 16:16:44
78阅读
因课程要求，需要安装tensorflow1.15。我是使用conda来管理不同环境的。总的步骤为：查看tensorflow1.15对应python, cuda, cudnn版本安装python, cuda, cudnn安装tensorflow查看对应版本查看tensorflow1.15对应python版本：https://tensorflow.google.cn/install/source#gp
转载
2023-07-08 19:22:39
230阅读
前叙：有灵魂的程序都是每一个程序员的最终目标。TensorFlow了解下？ 打算花几个月学机器学习，TensorFlow是很好的选择，折腾了会环境，略有心得分享下。 环境：win10Python：3.6.5TensorFlow-GPU：1.8.0CUDA：9.0 cuDNN：7.1.4 我们来用最简单的方法安装，首先Pyt
转载
2024-04-25 12:29:08
99阅读
