为了避免日后遗忘，同时也对网友提供借鉴，所以将安装过程记录下来。已经安装了anaconda和vscode，同时在vscode中使用之前在anaconda下设置好的虚拟环境tensorflow。在安装前也需要清楚自己电脑的显卡配置，可以win+r打开命令行工具，输入cmd，并确认。 然后输入nvidia-smi，查看自己电脑的显卡版本。 然后我下载的是CUDA的11.6.2于22
文章目录支持的设备记录设备指派情况手工指派设备使用多个GPU限制GPU资源使用 支持的设备 在一套标准的系统上通常有多个计算设备，TensorFlow支持CPU和GPU这两种设备。我们用指定字符串strings来标识这些设备：
/cpu:0：机器中的CPU。
/gpu:0：机器中的GPU，如果你有一个的话。
/gpu:1：机器中的第二个GPU，以此类推。如果一个TensorFlow的ope
转载
2024-04-16 09:44:39
144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.
在本文中，我将详细介绍如何在Python中使用TensorFlow判断是否可以使用GPU。我们将通过结构化的步骤来完成这个过程，包括环境预检、部署架构、安装过程、依赖管理、故障排查及扩展部署等部分。
在环境预检阶段，我会创建一个思维导图，列出我们的硬件拓扑结构以及依赖版本的对比代码，以确保系统具备 TensorFlow 所需的最低要求和兼容性。
```mermaid
mindmap
roo
## 如何在Python中判断可用GPU数量
对于刚入门的小白开发者，了解如何判断可用GPU数量是进行深度学习等技术的基础。本文将带您一步一步地进行实现，确保您能完全掌握这个技能。我们先来看看任务流程。
### 流程步骤表
| 步骤 | 描述 | 使用的工具/库 |
|------|------------------------
原创
2024-08-29 05:45:14
132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
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
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
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
win10下tensorflow-gpu安装前言检查显卡是否支持CUDA查看各个组件的对应版本安装python3.5安装CUDA8.0安装cudnn5.1安装tensorflow-gpu1.2.0测试tensorflow 前言tensorflow是谷歌开发的深度学习框架，目前有CPU和GPU两个版本，GPU版本的计算速度比CPU版本的快。CPU版本的安装只需在命令行输入 pip install
转载
2024-04-21 17:44:33
57阅读
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
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
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
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
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
文|Seraph01 | 第一章 Tensorflow初印象一、 TensorFlow产生的历史必然性二、TensorFlow与JeffDean的那些事Jeff Dean简介 Creator of TensorFlow Creator of DistBelief Designer of MapReduce Designer of BigTable2012 Google DistBelief（内部使
转载
2024-04-13 00:49:00
27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
