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
一、搭建Tensorflow（CPU版本）1、安装前准备在Tensorflow官网的安装向导中可以看到，tf有两个版本，分别为CPU和GPU版本，两个版本的区别在于：GPU版本依赖于NVIDIA（英伟达™）GPU（图形处理器，即显卡），并且通过NVIDIA提供的运算平台CUDA(Compute Unified Device Architecture)及cuDNN（CUDA Deep Neural
转载
2024-05-07 11:14:41
776阅读
0 前言 TensorFlow 2.0，今天凌晨，正式放出了2.0版本。不少网友表示，TensorFlow 2.0比PyTorch更好用，已经准备全面转向这个新升级的深度学习框架了。本篇文章就带领大家用最简单地方式安装TF2.0正式版本（CPU与GPU），由我来踩坑，方便大家体验正式版本的TF2.0。废话不多说现在正式开始教程。 1 环境准备 我目前是在Windows10上面，使用con
转载
2024-07-26 15:34:49
317阅读
# TensorFlow与PyTorch的GPU版本对应关系及使用
在深度学习的世界中，TensorFlow和PyTorch是两个最流行的框架。它们都支持GPU加速，这使得处理大型数据集变得更加高效。但在使用过程中，用户常常面临着版本兼容性的问题：TensorFlow和PyTorch的不同版本支持不同版本的CUDA和cuDNN。本文将对这种对应关系进行详细探讨，并提供简单的代码示例，帮助大家更好
Ubuntu18.04安装Tensorflow1.8.0（GPU版)先说一下环境配置：系统：Ubuntu18.04 GPU: MX110注意：安装之前一定要先把CUDA和cuDNN的版本搞清楚了，因为CUDA与cuDNN的版本必须要和Tensorflow的版本对应上，否则即使安装成功，最后在python环境里导入tensorflow时也会报错。如下图所示，本文选择的版本是Tensorflow1.8
想用自己电脑的显卡跑深度学习的代码，首先要确定自己的显卡是不是支持CUDA,这很重要，下面是参考地址：https://developer.nvidia.com/cuda-gpus 比如我的是 GeForce GTX 1060，是支持的，如图所示： 如果你的显卡是支持的，那么就可以开始下面的漫漫安装之路了，我安装包的版本是Win10、python3.6.5、tesorflow-gpu 1.8.0、C
转载
2024-05-07 16:11:10
395阅读
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
2024-05-23 14:29:45
61阅读
Tensorflow2.0.0 GPU版本避坑安装tensorflow2.0 GPU版本的对应cuda驱动为10.0版本，还有需要安装pytorch GPU的小伙伴请绕道，因为需要10.1及以上版本的cuda才能装。链接: https://pan.baidu.com/s/1ZZgjj6mmEARmtxQTTPqe2Q 提取码：zabs第一步：环境配置，安装anaconda建议安装较老版本的anac
转载
2024-03-21 07:42:00
61阅读
前两天花了一天多的时间安装tensorflow，我想大部分同学都是用来想做机器学习，深度学习的吧，以下是我整理的一些过程和心得。建议从头开始按一个博客来，不建议一会跟着这个博客操作，一会又跟着另一个操作，同时希望大家在学tensorflow前别被安装tensorflow折磨而失去了动力，于是就有了这篇博文。前提：已装好了Anaconda（没装过得同学可以去其他博客看一下，把他装好哦，记得配置环境变
anaconda安装见前一篇/打开Anaconda-Navigator->Environments->base(root)修改python版本到3.6.8python3.7目前对tensorflow2.0支持不好创建环境在Anaconda里创建名为tensorflow-gpu的环境conda create -n tensorflow-gpu python=3.6.8进入tensorfl
版本： Tensorflow 2.1.0 + CUDA 10.1STEP1查看自己电脑显卡对应的CUDA最高版本【参考链接】https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html注意： 查询到的版本为对应的最高版本，可以低于该版本。如果已经下载tensorflow，则需要和tensorflow版本对应。【2.1.0以上版本的t
Tensorflow-gpu 保姆级安装教程（Win11, Anaconda3，Python3.9）前言Tensorflow-gpu版本安装的准备工作(一)、查看电脑的显卡：(二) 、Anaconda的安装(三)、cuda下载和安装(四)、cudnn下载安装(五)、配置环境变量(六)、创建 tensorflow 环境(七)、测试 Tensorflow-gpu 是否安装成功卸载重装 前言CPU版本
转载
2024-05-26 22:50:01
673阅读
一、搭建Tensorflow（CPU版本）1、安装前准备在Tensorflow官网的安装向导中可以看到，tf有两个版本，分别为CPU和GPU版本，两个版本的区别在于：GPU版本依赖于NVIDIA（英伟达™）GPU（图形处理器，即显卡），并且通过NVIDIA提供的运算平台CUDA(Compute Unified Device Architecture)及cuDNN（CUDA Deep Neural
转载
2024-05-11 20:30:43
628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
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
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
目录一、Tesorflow2.1-GPU版本安装1.anaconda安装2.NVIDIA驱动安装3.CUDA安装4.cuDNN安装5.Tensorflow安装二、Pytorch安装1.配置清华源2.安装pytorch参考 一、Tesorflow2.1-GPU版本安装1.anaconda安装参考：参考
2.NVIDIA驱动安装打开Anaconda Prompt，输入命令nvidia-smi，查看自己
目录显卡计算能力查询1. tensorflow-gpu版本与CUDA、cuDNN版本对应表2. Anaconda镜像源下载3. CUDA下载4. cudnn下载5. tensorflow2.0-gpu6. PyTorch-gpu7. GitHub上传代码教程8. 用Git克隆GitHub代码9. Anaconda创建新环境10. Anaconda增加镜像源，以及创建环境时出现http error
转载
2024-03-08 09:01:16
209阅读
1. 下载1.1 系统镜像由于我尝试了ubuntu14.04，安装Nvidia驱动之后，会出现循环登录的问题，并始终无法找到有效的解决途径，所以只能选择ubuntu16.04了。 镜像地址 https://www.ubuntu.com/download/alternative-downloads
1.2 CUDA 8.0https://developer.nvidia.com/cuda
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
