配置成功版本：win10 x64+GTX 950M+CUDA 10.0+cudnn v7.6.5+Anaconda 3.5+Tensorflow1.14注意：需要安装VS 2015及以上版本 虽然现在tensorflow 2.x 已经出了，相比1.x 功能更好，对于新手来说更容易入门，但网络上关于1.x的资源也很多，所以也还在使用，本文主要介绍
转载
2024-04-03 07:26:40
230阅读
目前的强化学习趋势是和深度学习相结合，因此在配置环境时需要配置深度学习的那一套。这里详细描述一套可用的安装GPU开发套件和tensorflow2.6的流程。系统环境：Ubuntu 20.04显卡： MX150python版本：python 3.8pip版本： pip 20.0.2 『注：有很多博主说需要装conda，这里其实并没有必要，因为确实清理起来很麻烦，而且占用空间，关键是编程环境一般笔者就
目录一、硬件要求二、 CUDA和cudnn的安装1、查看本机的CUDA驱动适配版本2、下载CUDA和cuDNN3、安装CUDA和cudnn4、添加环境变量5、检查安装结果三、TensorFlow-gpu 2.3.0版本的安装四、写在最后 一、硬件要求首先，TensorFlow-gpu不同于CPU版本的地方在于，GPU版本必须有GPU硬件的支撑。TensorFlow对NVIDIA显卡的支持较为完备
转载
2024-04-26 21:22:58
304阅读
如何搭配CPU和显卡？ 关于这个问题说来话就长了，如果说对电脑有那么一点的了解其实只要稍微提示一下基本上都知道该如何搭配，但是对于新手小伙伴来说就有很多知识点需要了解，不然你根本不知道从哪里入手，想要知道CPU如何搭配显卡我们需要了解三个方面，第一CPU的定位，第二显卡的定位，第三什么样的CPU搭配什么样的显卡，接下来我就站在新手角度来回答这道问题。 这个电脑硬件搭配讲究的就是硬件
转载
2024-01-20 21:54:33
0阅读
这两天都没更新博客了，原因无它，就是因为这两天的业余时间就用来搭建Google大名鼎鼎的深度学习框架了。踩了不少坑啊，因此一定要记录一下环境的搭建过程。环境首先，先看看我的环境：Windows10：GTX960M显卡（如果装Tensorflow的gpu版本的话，对显卡有要求的，https://developer.nvidia.com/cuda-gpus 这里可以查看显卡是否支持当然了，如果是装CP
转载
2024-04-23 13:33:33
83阅读
优点：以FP32到INT8量化为例，模型存储占用减小为1/4；增加数据throughput。 什么是量化：表达式：示意图：为什么不使用线性量化(y=ax+b)？因为线性量化后做乘运算会改变分布。怎么量化：TensorFlow Lite量化：训练后量化和量化训练两种方式。训练后量化方式：过程：1.权重量化. 2.infer校准数据集统计activations的最大最小值以量化activat
转载
2024-03-13 09:37:28
81阅读
看到有很多朋友问TensorFlow-gpu如何配置，我打算分享下我的安装经验。first and first兄dei，你的显卡是NVIDIA 1060 以上吗？ 不是的话，先去买个深度学习 穷人入门版 的1060的显卡吧（最低1050ti才可以在深度学习领域划水），在公司工作的、土豪建议直接2080Ti，或者专业图形显卡P100只有NVIDIA显卡支持GPU加速TITAN系列显卡专业图形显卡首先
转载
2024-04-12 08:37:25
65阅读
小编最近在做深度学习中目标检测的相关研究，一直在看论文，正准备配置GPU的相关事务，最近看到一篇blog，收获颇多。 anaconda真是一个好东西说明电脑配置：Acer笔记本CPU Inter Core i5-6200UGPU NVIDIA GeForce 940M(忽略掉我的渣渣GPU)Windows10所需的环境：Anaconda3(64bit)CUDA-8.0CuDNN-5.1P
摘要：1.以动态图形式计算一个简单的加法2.cpu和gpu计算力比较（包括如何指定cpu和gpu）3.关于gpu版本的tensorflow安装问题，可以参考另一篇博文：正文：1.在tensorflow中计算3.+4.##1.创建输入张量
a = tf.constant(2.)
b = tf.constant(4.)
##2.计算结果
print('a+b=',a+b)输出：a+b= tf.Tens
转载
2023-10-26 09:22:05
435阅读
前言作为算（diao）法（bao）工作者，最常用的工具之一就是深度学习框架，在众多框架之中，TensorFlow及其高层封装Keras是非常受欢迎，也是绝对用户数最多的。同时，在深度学习的研究中，GPU是必不可少的，因为它能够加速训练与推理，带来速度上质的飞越，显卡的档次从根本上决定了速度提升幅度。然而，很少有人关注其在CPU上的性能问题，尽管在CPU上只能跑一些小模型，才能把训练时间缩小到可接受
转载
2024-04-24 23:26:55
351阅读
文章目录win10下tensorflow-gpu的安装1.tensorflow-gpu的安装2.安装CUDA及报错改正3.下载CUDNN及后续操作 win10下tensorflow-gpu的安装GPU对神经网络模型的训练具有很大的作用，如果想要基于tensorflow做好神经网络模型构建，那么相对于tensorflow-cpu，tensorflow-gpu是我们更应该选择的，GPU资源可以更好的
转载
2024-03-21 11:04:34
195阅读
目录环境硬件环境软件环境整体安装流程1、Python安装2、安装CUDA、CUDNN3、安装tensorflow参考网站 环境这里环境包含两方面，硬件环境与软件环境。首先需要说明一下，对于任何软件或框架对硬件都有最低配置要求以及新的硬件可能对于旧版本软件不支持，所以在安装任何软件前最好查看官网说明，防止出现莫明其妙的错误、硬件环境这里，我先简单说明一下，本人的硬件配置，配置如下所示：CPU：AM
转载
2024-05-26 16:03:33
98阅读
搭建深度学习开发环境一、深度学习应用的典型开发流程二、深度学习训练所需的硬件三、NVIDIA显卡驱动安装（可跳过）四、释放NVIDIA显卡资源（可跳过）五、深度学习开发环境所需的软件5.1 Python和Anaconda5.2 TensorFlow常见问题及解决方法 一、深度学习应用的典型开发流程二、深度学习训练所需的硬件对于深度学习训练来说核心的执行硬件是GPU。TensorFlow
转载
2024-03-27 16:14:48
84阅读
笔者软硬件环境说明：操作系统：win10cpu: i5-6300hqgpu：gtx950m用到的软件：1、anaconda2、cudatoolkit3、cudnn4、tensorflow5、pycharm 预先准备先去查看显卡的驱动版本：1.进入显卡控制面板2.依次点击帮助--系统信息--组件如图所示，我的显卡支持cuda 11 这里后续要用的是cuda10，请保证显卡支持，如果支持的不
转载
2024-04-26 10:39:28
48阅读
对于游戏来说，投入100块在CPU上面和投入100块在显卡上面，肯定的说后者效果要明显一些。CPU本身和显卡是分开两部分计算的，CPU负责游戏控制，而显卡负责图形运算。实际就三种状态：1、CPU强显卡弱，结果就是游戏本身流畅运算，不会有按键卡顿之类的现象，但是显卡跳帧。2、CPU和显卡相当，结果自然是显卡正常发挥性能！（注意，CPU在匹配显卡也不会超长发挥）3、CPU弱显卡强，结果就是游戏流程（比
转载
精选
2016-04-04 16:42:45
590阅读
对于游戏来说，投入100块在CPU上面和投入100块在显卡上面，肯定的说后者效果要明显一些。CPU本身和显卡是分开两部分计算的，CPU负责游戏控制，而显卡负责图形运算。实际就三种状态：1、CPU强显卡弱，结果就是游戏本身流畅运算，不会有按键卡顿之类的现象，但是显卡跳帧。2、CPU和显卡相当，结果自然是显卡正常发挥性能！（注意，CPU在匹配显卡也不会超长发挥）3、CPU弱显卡强，结果就
转载
2017-02-03 15:16:53
394阅读
小白学TensorFlow（一）tensorflow安装在安装之前，您必须选择以下类型的TensorFlow之一来安装：TensorFlow仅支持CPU支持。如果您的系统没有NVIDIA®GPU，则必须安装此版本。请注意，此版本的TensorFlow通常会更容易安装（通常在5或10分钟内），因此即使您有NVIDIA GPU，建议先安装此版本。TensorFlow支持GPU。TensorFlow程序
转载
2024-05-14 22:09:03
23阅读
XML文件关于这个文件格式，其实我接触并不多。 具体介绍见XML文件结构和基本语法 类似的有YAML。为什么要写XML文件最近头疼依然是在做数据集标记，因为原始LableImage工具生成的是XML文件，因为装不上这个工具，所以用Matlab标记了，需要将数据写进XML，和那个工具生成一样的格式。 从同事那里拿来工具生成的标准XML文件，开始有点懵。 标准文件是这个样子：椭圆画出部分是当前图片的基
转载
2024-03-19 17:26:31
47阅读
win10/win11系统下安装tensorflow-GPU版本使用前注意GPU版本版本匹配！！！cuda版本安装anaconda安装对应版本的CUDAtoolkit安装对应版本的cuDNN安装tensorflow总结 使用前注意GPU版本GPU版的tensorflow在调用的时候有加速效果，运行会比较快一些，当然，如果你的硬件没有GPU，只能使用CPU版本的tensorflow，就不需要安装C
转载
2024-03-25 12:44:22
85阅读
TensorFlow2.0-GPU版安装过程总结前言一、安装的配置（硬件和软件）1.硬件配置2.软件要求二、安装步骤1.下载安装CUDA102.下载安装cuDNN3.安装TensorFlow24.测试GPU版本TensorFlow2三、总结 前言我自己安装了很多次说实话还是没搞太懂，我自己也不是计算机专业的看了网上的一些教程，因为电脑配置不同有时候安装也总是出错，在CSDN上找攻略，也在B站上找
转载
2024-08-30 21:28:16
106阅读
