声明：本文系作者安装笔记，亲测没有问题。如果你在安装过程中有任何问题，可以私信我。 使用清华大学开源软件镜像方法: sudo pip3 install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.5.1-cp36-cp36m-linux_x86
距离Tensorflow的1.2.1版本发布才过去一个月，但新发布的1.3版本已经包含了诸多更新。开发者可以在Tensorflow Github页找到完整的发布报告。本文则会概述开发者在升级到1.3版本之前和之后应知晓的最重要变化。从cuDNN 5.1到cuDNN 6开发者要从1.2.1升级到1.3，还需要升级系统中的cuDNN版本。1.3的编译版本是用NVIDIA的cuDNN 6编译的，而1.2
转载
2024-02-23 23:26:55
358阅读
本指南说明了如何在 Windows 系统上安装 TensorFlow。选择准备安装的 TensorFlow 类型从以下选项中选择您需要安装的 TensorFlow 类型：仅支持 CPU 的 TensorFlow。 如果系统无 NVIDIA® GPU，则必须安装该版本。需要说明的是，该版本的 TensorFlow 相比另一版本更容易安装（通常 5 到 10 分钟即可完成安装），因此即使系统包含 NV
转载
2024-05-27 22:48:42
117阅读
tensorflow各个版本参考文章1.x各版本下载地址 https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/tensorflow各个版本的CUDA以及Cudnn版本对应关系 一、tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系版本Python 版本编译器编译工具cuDNNCUDAtensorflow_gpu-2.0.0-a
转载
2024-04-24 11:25:56
530阅读
如果自己的GPU还可以，个人强烈建议装一个GPU版本的tensorflow，会比CPU版本的快很多。所需软件：anaconda，CUDA，CUDNN，tensorflow-gpu说明：这个四个软件之间版本协调非常不好，本人也是踩了很多坑，装了又卸，卸了又装，才找到合适的搭配： anaconda3.5.2，CUDA9.0.176，CUDNN7.0.5，tensorflow-gpu1.5.0CUDA跟
转载
2024-02-21 14:12:21
312阅读
TensorFlow1学习TensorFlow学习1.简介与基础1.1 构建计算图(Graph)1.1.1默认图1.1.2创建新图1.1.3Tensor张量/数据(1). 0阶张量(2). 1阶张量(3). 2阶张量(4). 关于张量的一些操作1.tf.reshape(x,shape)2.Tensor中的常量(constant)3.Tensor中的随机数(random)4.Tensor中的初始化(
转载
2024-08-19 10:40:28
104阅读
Win10环境下安装Tensorflow GPU版【Tensorflow1.11.0+CUDA9.0+CUDNN7.1】废话不多说，直接上干货（1）tensorflow版本和cuda/cudnn版本的对应关系弄清楚tensorflow版本和cuda/cudnn版本的对应关系，防止不兼容问题的发生 目前tensorflow的最高版本为1.14.0。由于与其对应的CUDA和CUDNN版本未知，所以不建
转载
2024-03-26 12:55:03
958阅读
TensorBoard（2.x版本）使用入门TensorBoard工具介绍TensorBoard工作原理配套TensorBoard的代码编写一个简单的操作实例TensorFlow代码TensorBoard操作一个稍微复杂的实例TensorFlow代码TensorBoard操作注意事项说明Jupyter环境下的操作其他说明 TensorBoard工具介绍TensorBoard是TensorFlow
转载
2024-04-14 17:09:46
96阅读
TensorFlow GPU 支持需要各种驱动程序和库。为了简化安装并避免库冲突，建议您使用支持 GPU 的 TensorFlow Docker 映像（仅限 Linux）。此设置仅需要 NVIDIA® GPU 驱动程序。这些安装说明适用于最新版 TensorFlow。要了解可用于旧版 TensorFlow 的 CUDA 和 cuDNN 版本，请参阅经过测试的编译配置。pip 软件包要了解
转载
2024-05-16 07:01:19
493阅读
Anaconda是一个集成python及包管理的软件，记得最早使用时在2014年，那时候网上还没有什么资料，需要同时使用py2和py3的时候，当时的做法是同时安装Anaconda2和Anaconda3，修改里面的文件，例如将conda命令的exe文件，重命名为conda3，这个做法能用但是有很多问题；这几天需要使用以下spyder(anaconda 中集成的IDE)发现控制台一直显示conne
转载
2023-11-18 19:51:19
276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
文章目录1.导入tf.keras2.构建简单模型2.1模型堆叠2.1.1dense ：全连接层2.2网络配置3.训练和评估3.1设置训练流程3.2输入Numpy数据3.2.1fit参数详解3.3tf.data输入数据3.3.1构造dataset3.4评估与预测3.5 Sequential模型线性回归实战4.构建高级模型4.1函数式api4.1.2 tf.keras.Input函数4.2模型子类化
转载
2024-06-30 09:04:38
560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
基本数值运算除法和模运算符（/，//，％）现在匹配 Python（flooring）语义。这也适用于 [tf.div] 和 [tf.mod]。要获取基于强制整数截断的行为，可以使用 [tf.truncatediv] 和 [tf.truncatemod]。现在推荐使用 [tf.divide()] 作为除法函数。[tf.div()] 将保留，但它的语义不会回应 Python 3 或 [from fut
转载
2024-08-27 23:01:33
64阅读
TensorFlow服务是一个灵活的，高性能...
转载
2017-08-09 20:19:00
123阅读
2评论
目录知识树1、TensorFlow 2.x vs 1.x1.1 TensorFlow发展历程1.2 为什么要学习TensorFlow1.3 TensorFlow 2.x vs 1.x1.4 TensorFlow 2.0 变化2、Eager Execution2.1 Eager Execution优缺点3、TensorFlow API3.1 低层TensorFlow API3.2 中层TensorF
python -c 'import tensorflow as tf; print(tf.__version__)' # for Python 2 python3 -c 'import tensorflow as tf; print(tf.__version__)' # for Python 3
原创
2022-07-15 17:24:55
583阅读
TensorFlow GPU版本想要安装TF2就得安装cuda和cudn，并且保证这两个版本与显卡版本都对应！于是就就得看看显卡的版本，方法如下：打开英伟达控制面板点击帮助->系统信息->组件这里写的是最高支持的版本，但是一般最新版的都会有一些神奇的问题出现，所以保守起见我安装的是10.1版本的cuda。讲道理cuda和cdunn都得去英伟达官网下载的，但是官网的稳定性简直了（我是不行
转载
2024-03-31 09:21:46
69阅读
现在tensorflow2.0也已经问世了，自然忍不住会想要安装一下，将安装过程记录如下：一、创建虚拟环境虚拟环境自然是在Anaconda下创建。为了用最新的python3.7版本，我们在Anaconda Prompt或cmd下输入命令：conda create -n your_env_name python=3.71二、CUDA的安装：切记tensorflow2.0对应的cuda版本是10.0，
转载
2024-05-27 10:40:25
254阅读
前言、Tensorflow版本对应问题前排友情提醒，若电脑无独立显卡，请不用安装GPU版本，乖乖的安装CPU版本吧 目前已被验证的最新版兼容的各部分版本如下：tensorflow - 2.1python - 3.7.6cudatoolkit - 10.1cudnn - 7.6.5 若想了解旧的Tensorflow版本以及对应的cuda、cudnn版本，请访问Tensorflow官网，并下滑至最底部
转载
2024-08-30 21:18:22
309阅读
