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
文前言使用pip安装首先确保源足够稳定直接使用pip进行安装TensorFlow-GPU根据TensorFlow的版本安装CUDA和CUDNNCUDA安装过程CUDNN安装测试测试TensorFlow能否检测到GPU二、问题记录失败的路一：失败的路二：失败的路三： 前言TensorFlow-GPU的安装本身并不难，难顶的是装好了TensorFlow却找不到GPU。 使用pip安装首先确保源足够
转载
2024-04-10 13:38:28
928阅读
ntime...
原创
2023-02-27 10:43:36
443阅读
CUDA_VISIBLE_DEVICES=1 python run.pyor import os os.environ["CUDA_VISIBLE_DEVICES"]="1"
原创
2022-07-15 22:01:14
47阅读
安装关键 对应的python版本+对应的 tensorflow-gpu版本 + 对应的NVIDIA显卡版本 + 对应的CUDA版本 + 对应的cuDNN版本 安装总结 以2019.4.15为基准，本人安装的版本如下： 最新的tensorflow-gpu-1.13.
将深度学习应用到实际 问题中, 一个非常大的问题在于训练深度 学习模型需要的计算量太大。但幸好我们可以通过 TensorFlow 利用 GPU 或/和分布式计算进行模型训练。我们可以使用单个 GPU 进行计算加速，但是，在很多情况下,单个 GPU 的加速效率无法满足训练大型深度学习模型 的计算量需求,这时将需要利用更多的计算资源。这时，我们便可以采用并行方式使用多个GPU来训练深度学习模型。Ten
转载
2024-03-29 11:52:40
74阅读
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
基本使用安装：要仅为CPU安装当前版本：
$ pip install tensorflow将GPU包用于 支持CUDA的GPU卡：$ pip install tensorflow-gpu使用 TensorFlow, 你必须明白 TensorFlow:
使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor
转载
2024-03-01 08:23:15
122阅读
前言为了在实验室工作站搭个gpu训练环境，前后大概花了一整天时间搭完。先简要说一下经验：先找一篇新一点的教程进行配置，我这边只是给个参考；最好暂时不要用最新的CUDA、py、tf，因为很有可能不支持。配置显卡：GTX 1070Python 3.6.2CUDA 9.0cuDNN 7.5 CUDA 9.0tensorflow-gpu 1.10这都9012年了，Py已经3.7，CU
转载
2024-03-28 13:27:08
53阅读
安装说明版本：GPU版本、CPU版本。如果硬件支持，推荐安装GPU版本。安装方式：pip方式、Anaconda方式。本文教程采用Anaconda方式。Tips:1.查找需要安装的TensorFlow版本支持的python版本，目前在Windows上支持python3.6x。2.如果安装GPU版本，需要安装对应版本的CUDA和CUDNN。安装环境1.Anaconda下载安装下载地址：https://
转载
2024-04-23 10:10:19
101阅读
最近要用到tensorflow,之前安装了cpu版本的，但训练模型速度实在是慢，打算安装一个GPU版本的tensorflow:安装环境为：wiindows 10, anaconda python36, pycharmtensorflow版本与cuda, cudnn版本的对应关系： tensorflow-gpu v1.9.0 | cuda9.0 | cu
转载
2024-06-24 06:26:10
87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
首先检测是否可用 GPU import tensorflow as tf
print('GPU', tf.test.is_gpu_available()) # GPU True tf.deviceTensorflow 通过 tf.device 指定每个操作运行的设备，可以指定本地的 CPU、GPU，还可以指定远程服务器；Tensorflow 会给每个本地设备一个名
转载
2023-10-28 12:38:35
211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
1、确保tensorflow是gpu版本的 import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) 运行结果：Num GPUs Av ...
转载
2021-10-13 16:00:00
4653阅读
2评论
系统：win10版本：anaconda3（内置python3.7版）+ tensorflow2.0.0一、安装anaconda31、直接官网https://www.anaconda.com/download/安装内置python3.7的Anaconda，安装点next到底就行。 注意此处两项都要勾选。（第一项是将anaconda路径自动配置为环境变量）2、安装好后进行环境变量的测试从开
转载
2024-04-07 08:13:39
304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
在构建tensorflow模型过程中，可谓是曲折颇多，一些教程上教会了我们如何使用下载的现成数据集，但却没有提及如何构建自己的数据集。我自己在学习过程中也走了不少弯路，希望这一系列的博客能解决大家的一些困惑。我们本地构建数据集主要是以下几个步骤1.数据处理2.数据增强 3.数据导入4.构建模型5.训练模型这篇先讲一下数据处理的一些操作，后面的步骤会慢慢发出来。1.导入第三方库import
转载
2024-03-15 08:22:41
172阅读
