这是19年初学faster rcnn时记下的一些笔记。 这几天主要的任务是用tensorflow配置并运行Faster-RCNN，配置好笔记本的环境，下载好各个需要用到的库。虽然说下几个软件说起来是很轻松的事，但这学期一直在不断的尝试配置tensorflow的GPU版本，但每次都因为一些解决不了的原因失败了，网上的教程太多了，自己也分不清该按照哪个版本来。 这次经过几天的不断尝试，终于成功地运行了
转载
2024-04-05 14:53:55
58阅读
查看机器 的信息： 持续更新查看： 其他方式如下：
原创
2022-08-10 17:32:44
208阅读
<!-- @page { size: 21cm 29.7cm; margin: 2cm } P { margin-bottom: 0.21cm } --> 在现今商品社会中，任何物品都有一个“价格”，连“古典文物”都有价。一般而言，开源软件都是“免费的”，但是，免了多少“费”（fee），打了多少“折
历时两天，踩过很多坑，终于语气词装好了。说一下我的情况：tensorflowGPU-1.14.0，CUDA-10.0，cuDNN-v7.6.5，Anaconda3-2019.10，python-3.6，1650显卡。2020年3月2日 好了下面是步骤！大致的步骤为一、安装CUDA和cuDNN。二、安装Anaconda三、安装tensorflowGPU 下面一一介绍：一、安装CU
转载
2024-05-27 10:01:45
452阅读
TensorFlow 计算加速内容摘自《TensorFlow实战Google深度学习框架》 第二版1. TensorFlow使用GPUTensorFlow程序可以通过tf.device函数来通过名称指定运行每一个操作的设备，这个设备可是是本地的GPU或CPU，也可以是一台远程的服务器。在默认情况下，就算及其有多个CPU，TensorFlow也不会区分他们，所有的CPU都使用/cpu:0为名称。一台
转载
2024-03-29 11:22:21
218阅读
折腾4天终于装好 tensorflow-gpu 版，此教程一是按照实际操作给自己做个记录，二是给各位一个参考尽量节省安装时间。 硬件：CPU: i5-7400,GPU: GeForce GTX1050Ti系统：Ubuntu 16.04, cuda 8.0, cudnn v5 1 安装前准备工作1.1 检查自己的 GPU 是否满足安装条件 打开终端输入以下指令： lspci
转载
2024-08-21 11:12:00
79阅读
今天给大家详细讲解一下如何在Windows10上配置安装好tensorflow的GPU版本1、首先，打开Tensorflow官网的安装指南（https://www.tensorflow.org/install/install_windows）。2、官网对安装Tensorflow GPU版提出了一些要求，如下图所示。要安装GPU版，首先确认自己电脑的显卡是否满足要求，也就是官网要求中的第四点。到电脑
转载
2024-04-27 09:55:08
159阅读
tensorflow由于谷歌的原因，不同的版本有时候改动比较大，所以决定好自己想使用的版本后就不要轻易更改，免得后续移植程序的时候出现很多错误。 本文以及后续文章关于tensorflow的学习和开发选在windows 10 平台上，使用python。不管是python还是tensorflow，网上都有很多安装方式，但是最简单快捷的应该是使用Anaconda。使用Anaconda管理环境最清晰
1.首先安装CUDA（会自动安装NVIDIA显卡驱动）a.首先安装一些依赖sudo apt-get update
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --n
转载
2024-02-25 10:48:11
182阅读
在tensorflow中，我们可以使用 tf.device() 指定模型运行的具体设备，可以指定运行在GPU还是CUP上，以及哪块GPU上。 设置使用GPU 使用 tf.device('/gpu:1') 指定Session在第二块GPU上运行 默认是gpu:0 ...
转载
2021-10-15 14:58:00
404阅读
2评论
Tensorflow-gpu配置一、本机配置win10 GEFORCE GTX1050Ti Inter® Core™ i5-7300HQ CPU二、下载准备1.更新显卡驱动 点此更新 搜索下载并安装 2显卡设置 . 下载VS2015社区版 点此下载
下载cuda9.0.176；选择local离线安装包;下载 Patch 1 Patch 2 Patch 3补丁
下载cuDNN；选择Download
安装需知： 安装tensorflow一般有两种，一种是cpu版本，另一种是gpu版本。安装前要注意你的电脑有没有NVIDIA的显卡,如果你的电脑是AMD的，对不起，你的电脑可能无法安装gpu版本的tensorflow，只能安装cpu版本的。**1.安装cpu版本的tensorflow**方法一： （1）下载并安装Anaconda （内含python环境） 注意这一步时要把两个√都选上安装完之后
转载
2024-03-12 05:51:30
189阅读
目录安装概述pip 软件包硬件要求软件要求其他安装方法安装步骤确定版本下载安装检查GPU配置不使用GPU渐进式的使用显存 其他问题找不到GPUCPU不支持avx2参考在深度学习中，单纯使用CPU计算太慢了，GPU的支持是必须的。TensorFlow 2.x版本的GPU支持和1.15版本略有不同。所以在此简单介绍一下。（主要是window的，linux推荐用docker）安装概述pip 软
转载
2024-05-07 15:21:04
145阅读
GPU运行Tensorflow的几点建议：1.在运行之前先查看GPU的使用情况：指令：nvidia-smi
转载
2022-10-21 18:07:10
624阅读
在使用 TensorFlow 进行深度学习时，有时会遇到“禁止使用 GPU”的问题。这通常意味着 TensorFlow 未能正确识别可用的 GPU，从而导致只能利用 CPU 进行计算。本文将详细记录如何解决这一问题，分为多个部分来进行系统化的分析和操作。
## 环境预检
在解决问题之前，我们需要检查当前环境的兼容性。可以使用四象限图来展示不同环境之间的兼容性。
```mermaid
quad
在pycharm中测试TensorFlow环境是否配置成功的过程中，出现了如下警告：大概意思是：你的CPU支持AVX扩展，但是你安装的TensorFlow版本无法编译使用。 原因：除了通常的算术和逻辑，现代CPU提供了许多低级指令，称为扩展，例如， SSE2，SSE4，AVX等来自维基百科：高级矢量扩展（AVX）是英特尔在2008年3月提出的英特尔和AMD微处理器的x86指令集体系结构的
安装无数次，博主tensorflow-gpu终于能用了，却没有及时博客，n天之后，博主忘记了安装细节，在更新anaconda后tensorflow崩溃，博主也崩溃了
于是乎，就有了这篇博客，先说一下，现在我还是记不清安装细节，等过两天我的tensorflow再度崩溃并不能修复时，我会尝试重新安装并且记录在博客，请来查找续进行安装，今天这篇博客没多大意思.....今天发生的事和解决方法（可能并不适用
原创
2021-09-09 16:10:30
343阅读
TensorFlow r0.12 及以后版本添加了对 windows 系统的支持，自此实现了三大平台，一套代码多平台运行。安装 TensorFlow 方式有很多种，下面使用 Anaconda 在 windows10 安装 TensorFlow (CPU版)。
什么是 Anaconda？Anaconda is the leading open data s
我们在安装tensorflow-gpu后，其运行时我们可以选定使用gpu来进行加速训练，这无疑会帮助我们加快训练脚步。
原创
2022-11-17 00:32:31
407阅读
持续监控GPU使用情况命令： watch -n 10 nvidia-smi 参数解释： Fan：显示风扇转速，数值在0到100%之间，是计算机
原创
2023-10-31 09:31:59
97阅读
