目录一、python3安装二、anaconda安装三、 anaconda 添加国内源四、使用anaconda安装tensorflow-gpu版本五、 anaconda 创建虚拟环境安装pytorch[常用]六、CUDA安装 一、python3安装ssh之后到根目录（例如/home/shgx/software）[shgx为用户名]，下载指定版本的Python3源码：wget https://www.
背景简介作为一个对深度学习极其富有好奇心，但一直不得入门的小白来说，前几天终于看到了 《深度学习之TensorFlow：入门、原理与进阶实战 》这本书，通过这本书算是终于看懂了一些，于是准备用自己电脑实地操练一番。需要安装的软件此处假设当前机器是全新机器!!!AnacondaTensorflow && Tensorflow-gpu （由于书籍上面的示例多数是v1版本的，所以此处安装
tensorflow各个版本的CUDA以及Cudnn版本对应关系一、tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系二、CUDA与相对应的Cudnn对应关系三、NVIDIA显卡以及对应的显卡驱动的对应关系 概述，需要注意以下几个问题：（1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只
转载
2024-05-11 09:53:59
1955阅读
首先安装anaconda除了路径，其他都可以默认安装CUDA与cuDNNCUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN
背景
显卡型号是 NVDIAGEFORCE GTX1050，NVDIA官网算力6.1，比起tensorflow-gpu最低要求3.1，够运行了 NVIDIA GPU 算力表 https://developer.nvidia.com/cuda-gpusCUDA9.0安装：CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 C
下面的话是我的观察和思考，请多多批评。 TensorFlow 要用 CUDA、CUDA toolkit、CUDNN，看好版本的对应关系再安装，磨刀不误砍柴工。 1）NVIDIA Panel 里显示的NVCUDA.DLL不是安装的CUDA版本，而是目前显卡驱动所能支持的最高 CUDA 版本，可以理解成是CUDA 的 Driver，现在若是更新驱动它是可能发生变化的，因为驱
转载
2023-07-07 17:30:47
251阅读
一、安装Anaconda与Python详情直接参考我的这篇文章Anaconda安装与配置二、安装CUDA1.首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本。操作：单击鼠标右键->NVIDIA控制面板->帮助->系统信息->组件 2.检查完cuda之后，进入 https://developer.
转载
2024-05-02 08:19:22
3811阅读
概述，需要注意以下几个问题：（1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。显卡驱动的安装：当我们使用一台电脑的时候默认
在使用了一段时间的cpu版本的tensorflow之后，出于对GPU版本的好奇和实际中想用GPU加速训练的探索。本人看了好多博客也配置了好多次，趟过的浑水可以说是极多了，对产生过启发的博客作者再次表示感谢。（结尾有彩蛋，需要下载CUDA各版本和cnDNN7.0的朋友们有福了） 第一步，我是在windows10系统上
Ububtu18.04下载cuda9.0 下载好后得到： CUDA 9.0仅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，需要安装gcc-6与g++-6查看当前版本：$gcc --version $g++ --version可以不卸载当前gcc 和g++直接下载gcc-6 g++-6，$sudo apt-get install gc
转载
2024-10-14 17:19:13
129阅读
一、前言 安装时，很多人的习惯的是接近硬体的开始安装，顺序会是GPU driver→CUDA Toolkit→cuDNN→Python→Tensorflow。个人觉得这种安装方法不是很好，原因有以下，首先是这种安装比较麻烦，需要我们自己去选择相对应的cuDNN和CUDA Toolkit，其次是这种安装方式不利于我们多环境下的开发（比如我们在an
安装过程安装虚拟环境安装virtualenv安装满足要求的python版本使用virtualenv创建指定python版本的虚拟环境安装tensorflow安装tensorflow-docs直接下载使用wheel下载在VSCode编辑器中使用虚拟环境下的python解释器，并使用tensorflow常见错误 注意： tensorflow 2.10.0是最后一个支持GPU的版本 如果您担心下载
一、TensorFlow使用简单，部署快捷 TensorFlow使用数据流图（计算图）来规划计算流程，可以将计算映射到不同的硬件和操作平台。凭借着统一的架构，TensorFlow可以方便的部署到各种平台，大大简化了真实场景中应用机器学习算法的难度。 使用TensorFlow，我们不需要给大规模的模型训练和小规模的应用部署开发两套系统，节约时间，TensorFlow给训练和预测的共同部分提供了一
转载
2024-10-21 22:05:22
31阅读
前言：安装这个东西，折腾了大半天,查阅了很多资料。但最终还是安装成功了，并记录下来。希望给大家一些借鉴，顺利完成安装。整个安装过程需要很强的版本控制。显卡驱动==>CUDA<==>cuDAA<==>tensorflow_gpu==>keras 1、我安装的版本为（自测可用）：python:3.6.6tensorflow_gpu:2.1.0CUDA:10.1cuD
转载
2024-03-29 15:13:18
97阅读
1.物体识别效果演示 图片选自 Andrew Carter 的博客 Annotating Large Datasets with the TensorFlow Object Detection API2.物体识别概述关于 Object Dection 理论说起来太复杂了，可以自行参考 CS231n 的教程，或者通过这篇文章 A Brief History of CNNs in Image Segm
折腾4天终于装好 tensorflow-gpu 版，此教程一是按照实际操作给自己做个记录，二是给各位一个参考尽量节省安装时间。 硬件：CPU: i5-7400,GPU: GeForce GTX1050Ti系统：Ubuntu 16.04, cuda 8.0, cudnn v5 1 安装前准备工作1.1 检查自己的 GPU 是否满足安装条件 打开终端输入以下指令：lspci |
安装TensorFlow-gpu版时，关于驱动问题遇到了很大的坑，这里记录一下。 TensorFlow-gpu版需要cuda和cudnn的支持，而cuda又需要NVIDIA驱动的支持，三者存在版本匹配的关系。 最新版的cuda是10.2，除了刚发布的TensorFlow2.0以外
一图胜千言，没图说J8 网上一大堆乱写的，也不附上官方链接，搞得很多初学者非常折磨，这里是TensorFlow官方的说明，请随意食用。 随手关注： 微叉公主号：AI算法与图像处理
原创
2022-07-28 09:09:12
1379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
原创
2023-10-31 09:35:32
516阅读
