WIN10配置Tensorflow-GPU一、电脑配置及版本 WIN10+GTX1050Ti+CUDA-9.0.176+CUDNN-9.0-windows10-x64-v7.5.0.56 IDE:Pycharm 框架:Tensorflow-GPU Python版本:Python3.6二、配置过程 1.首先要看显卡是否支持GPU加速 CUDA及CUDNN是NAVIDIA开发的，首先显卡必须是NAVI
转载
2024-05-14 09:22:38
165阅读
最近学校给了一个服务器账号用来训练神经网络使用，服务器本身配置是十路titan V，然后在上面装了tensorflow2.2，对应的python版本是3.6.2，装好之后用tf.test.is_gpu_available()查看是否能调用gpu，结果返回结果是false，具体如下： 这里tensorflow应该是检测出了gpu，但是因为某些库无法打开而导致tensorflow无法调用，返回了fal
转载
2024-04-03 09:53:51
517阅读
装的是tensorflow-gpuhttps://stackoverflow.com/questions/56786677/tensorflow-1-14-0-is-not-using-gpu有报错： Cannot dlopen some GPU libraries. Skipping registering GPU devices…
原创
2022-07-19 12:00:45
244阅读
安装前准备 TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 C
转载
2024-04-25 09:57:08
495阅读
安装前准备TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUD
转载
2024-09-24 23:18:02
35阅读
自己这几天更换电脑，再加上前次旧电脑学习，安装了好几次TensorFlow，每次都遇到了一些问题，经常缺一些文件，在网上下载文件还很慢，走了不少弯路，特将完整的安装方法记录如下，以便后续使用，也供同行参考。TensorFlow的学习需要有专门的Nvida的GPU显卡的电脑，GPU的显存最好在4G以上，我以前那台电脑只有1G显示只能学习一些非常初级模型，稍微复杂的模型就无法运行。对于没有GPU独显的
转载
2024-02-27 15:22:32
128阅读
WIN10 + python3.5 + Aaaconda3-5.1.0 + CUDA10.0 + cuDNN7.6.5.32 + tensorflow-gpu-1.13.1 安装步骤1、查找python与tensorflow版本对应2、安装python3.53、Anaconda安装4、CUDA与cudnn安装5、tensorflow安装报错问题解决 1、查找python与tensorflow版本
转载
2024-04-28 19:30:07
68阅读
TensorFlow-CPU与GPU的安装教程TensorFlow-CPU1.下载Anaconda2. 下载Vsual C++3. 安装TensorFlow-CPUTensorFlow-GPU1.检测当前GPU驱动版本是否满足大于410版本2.下载Vsual C++3.下载Anaconda或Miniconda4.替代.condarc配置文件4.安装Tensorflow-GPU 写在前面：CPU和
转载
2024-02-29 23:46:23
112阅读
GPU环境的配置 在深度学习中，模型往往很复杂，数据量很大，此时使用GPU运行会快很多。而使用GPU就需要安装CUDA和CuDNN。本文是为了使用tensorflow的gpu版本而使用的GPU。 （1）GPU的配置 首先，要使用TensorFlow的GPU，需要达到的硬件前提：显卡类型是NVIDIA，显卡的计算能力要至少达到3.0。 可以在下面的网站查看： https://developer.nv
转载
2024-03-03 21:09:24
65阅读
本文将对Tensorflow中的常用方法进行总结。TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行，TensorFlow也在实现
转载
2024-08-16 22:52:00
39阅读
TensorFlow有CPU版本和GPU版本之分，CPU版本安装相对简单，按着TensorFlow的官方文档进行安装即可。但CPU版本只能使用CPU进行计算，计算效率低。对于简单的模型计算可以使用CPU模式，但对于复杂的模型训练就需要GPU的支持了。GPU版本安装方式TensorFlow的GPU版本有两种安装方式：源码编译安装这种方式灵活性最强，但这种方式不但会涉及TensorFlo
转载
2024-03-08 09:04:36
42阅读
在Windows安装tensorflow-gpu总共分为以下几点安装Python或者Anaconda（建议后者，使用起来非常方便）安装cuda安装cuDNN安装tensorflow-gpuAnaconda的安装Anaconda安装起来很简单，去Anaconda的官网寻找自己想要下载的版本，进行下载和安装即可。NOTICE：正常情况下会自己将Anaconda的很多路径加入到环境变量中，但是为了保证万
转载
2024-06-07 18:05:35
25阅读
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
如果你使用类似C++这样的语言在单核CPU上编写你的软件，为使其能够在多个GPU上并行运行，你可能需要从头开始重写你的软件。但是在TensorFlow中并非如此。由于其符号性质，tensorflow可以隐藏所有这些复杂的过程，使你无需在多个CPU和GPU上扩展程序。让我们从在CPU上添加两个向量开始：import tensorflow as tf
with tf.device(tf.Device
转载
2024-03-22 12:00:40
73阅读
目录一、Ubuntu18.04 LTS系统的安装1. 安装文件下载2. 制作U盘安装镜像文件3. 开始安装二、设置软件源的国内镜像1. 设置方法2.关于ubuntu镜像的小知识三、Nvidia显卡驱动的安装1. 首先查看显卡型号和推荐的显卡驱动2. 安装nvidia-390版本驱动3. 重启系统，可以查看安装是否成功四、CUDA9.0的安装1. CUDA版本选择2. 安装CUDA9.03. 设置
转载
2024-05-18 23:13:28
284阅读
新手小白安装过程中遇到种种问题，大概花了两天的时间去安装tensorflow-gpu,其他相关概念在这里就不多提了，直接就是进入安装的需要。这里安装的tensorflow-gup==1.9.0版本，对应的python是3.6。一、确定自己的显卡支持CUDA1、查看自己的显卡：设备管理器-显示适配器 2、找到对应的显卡：https://developer.nvidia.com/cuda-gpus二、
转载
2024-05-16 11:13:02
0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
2024-02-28 21:14:59
63阅读
### PyTorch不用GPU
在深度学习领域，使用图形处理器单元（Graphics Processing Unit，GPU）来加速模型的训练和推理已经成为一种标准做法。然而，对于一些小型项目或者资源有限的环境（如个人电脑或嵌入式设备），可能无法使用GPU来进行加速。对于这些情况，PyTorch提供了一种在CPU上运行的解决方案，使得用户可以在没有GPU的情况下仍然能够进行深度学习的任务。
原创
2023-08-13 08:09:12
907阅读
在AI和机器学习日益普及的今天，使用高效的模型推理平台变得不可或缺。随着Ollama的推出，越来越多的开发者和工程师开始使用这个工具。然而，有一部分用户在使用Ollama时遇到了问题，具体表现为“ollama不用gpu”。这个问题不仅影响了模型的性能，还对业务的可持续发展造成了潜在的威胁。为了帮助大家更好地解决这个问题，本文将分享解决“ollama不用gpu”的过程，涉及背景定位、参数解析、调试步
# 如何在 Python 中使用 CPU 而非 GPU：新手入门指南
随着深度学习和科学计算的不断发展，很多开发者开始接触到GPU计算。然而，对于一些初学者来说，可能尚未掌握GPU相关知识，或者根本不需要使用GPU进行计算。在这篇文章中，我们将一起探讨如何在Python中避免使用GPU，转而使用CPU进行计算。以下是我们将要遵循的流程。
## 流程概述
| 步骤 | 描述 | 代码/命令 |
