背景最近为了跑yolov5，我要安装pytorch，然后将cuda 10.0升级到了cuda10.2.pytorch是没问题了，但是我再运行我的yolo v4（tensorflow框架）代码时发现运行不了了，提示：cudart64_100.dll找不到，但是我现在是cuda 10.2了，他还在找cuda10.0。然后网上各种说cuda 10.2没有对应的tensorflow版本，我就觉得再装回去太麻烦了。下面是我的解决办法。Ubuntu 18.04安装cuda10.2和CUDNN8.2.2见我另外一
原创
2021-11-08 09:44:22
611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
安装支持GPU的tensorflow前提是正确安装好了 CUDA 和 cuDNN。
CUDA 和 cuDNN的安装见 Nvidia 官网和各种安装教程，应该很容易，重点是要选准了支持自己GPU的 CUDA 版本，再选准支持 该 CUDA 版本的 cuDNN版本。
关于CUDA：
tensorflow-gpu 1.5 及以上版本要求 CUDA 版本为9.0;
如果本机装的 CUDA版本是8，安装
转载
2018-03-19 08:13:00
223阅读
2评论
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
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.
tf1.13.1 及 tf2.0.0 相关依赖及版本 硬件说明：显卡NVIDIA-GEFORCE-GTX-1060 1.驱动版本检查，并且更新显卡驱动【这一步很重要，你的驱动版本低了，cuda及cudnn就可能出错】错误：DLL load failed: 找不到指定的模块。cmd中输入：nvidia
@目录一、 Ubuntu 自带 Python 安装1. Python 配置（1）准备工作（2）安装 Tensorflow (CPU 版)（2）安装Tensorflow（Nvidia GPU版）1）前置准备查看自己的显卡型号到NVIDIA 官网下载相对应的显卡驱动禁用nouveau安装lightdm安装 gcc & make安装 NVIDIA 驱动安装完毕2）安装二、 Anaconda 配置
转载
2024-08-01 12:13:41
67阅读
前言在本篇文章中，我们将介绍TensorFlow的安装，TensorFlow是Google公司在2015年11月9日开源的一个深度学习框架。官网文档地址为：https://www.tensorflow.org/ 官方GitHub仓库：https://github.com/tensorflow/tensorflow TensorFlow目前支持4种开发语言，分别是Python（包括Python2和P
感谢 （ubuntu安装显卡驱动的三种方法） 1、首先查看显卡型号 inxi -G这安装好显卡驱动的画面（刚拿到电脑就开始装显卡驱动，整了2天才知道，显卡没装好）。 2、禁用nouveau ubuntu 16.04默认安装了第三方开源的驱动程序nouveau，安装nvidia显卡驱动首先需要禁用nouveau，不然会碰到冲突的问题，导致无法安装nvidia显卡驱动。编辑文件blacklist
在今天的软件开发领域中，机器学习和深度学习技术已经得到了广泛的应用。而TensorFlow作为一款优秀的机器学习框架，其GPU版本更是能够加速深度学习模型的训练过程。如果你正在使用Ubuntu系统，并且想要安装TensorFlow-GPU，那么你来对地方了。在本文中，我将向您介绍如何在Ubuntu系统上安装TensorFlow-GPU。
**步骤概览**：
| 步骤 | 操作 |
| ----
原创
2024-05-06 10:50:06
128阅读
一， 前言：本次安装tensorflow是基于Python的，安装Python的过程不做说明（既然决定按，Python肯定要先了解啊）：本次教程是windows下Anaconda安装Tensorflow的过程（cpu版，显卡不支持gpu版的...）二， 安装环境：（tensorflow支持的系统是64位的，windows和linux，mac都需要64位） windows7（其实和window
最近为了学习 tensorflow，要在主机上安装 tensorflow。所以在 github 上面下载了一个官方编译的 whl 来安装。一、主机主机为双路的 Titan xp，系统是 Ubuntu 16.04二、配置过程（一）先更新显卡驱动“系统设置”-- “软件与更新”-- “额外驱动”--选择第一个就好了。选好后点应用，输入密码，就会自动开始下载更新。（二）安装CUDA9.0网址：htt
原创
2021-12-10 16:58:06
599阅读
背景：我的计算机GPU版本为NVIDIA GeForce RTX 3070 首先，查看显卡的版本以及对应的CUDA桌面鼠标右键->NVIDIA控制面板->帮助->系统信息一.TensorFlow安装（试错阶段,不想安装TensorFlow2的可直接跳到下一节）1.安装CUDA本人计算机CUDA对应的版本为11.2.162 在官网中找到相应的版本号进行下载https://devel
转载
2024-05-10 19:14:04
493阅读
strong>下载cuda链接：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal如果电脑上本身就有Visual Studio Integration，要将这
原创
2022-05-11 10:21:00
628阅读
登陆anaconda官网下载最新版的软件。然后安装anaconda安装anaconda后，个人习惯，对其进行升级。在命令提示符下，先看一下当前的版本信息。conda --version然后使用命令conda update conda进行升级然后使用命令conda create --name tensorflow pip创建虚拟环境tensorflow，并激活tensorflowactivate t
一、准备工作参照官网上资料 ，进行准备工作1. 验证自己的电脑是否有一个可以支持CUDA的GPU $ lspci | grep -i nvidia 我的显示为Tesla P800if it is listed in http://developer.nvidia.com/cuda-gpus, your GPU is CUDA-capable2.验证自己的Linux版本
想了一下还是把tensorflow安装的过程整理一下吧，万一时间久了忘了呢。终于tensorflow的安装可以告一段落了，内心还是很兴奋的，这次还是好好的整理下。尤其是注意的地方，往往时我折腾了好久，查阅了大量的资料，测试了好多次，才验证出来的硕果。1、准备工作 1、更换源，好的软件源，直接决定你的安装速度。这里选择清华的。 操作：进入：设置 --> 软件和更新 --> Ubunt
转载
2024-03-15 10:14:09
108阅读
笔者之前在学习TensorFlow，也在自己的笔记本上完成了安装，在PyCharm中进行学习。但是最近为了使用python的科学计算环境，我把之前的环境卸载了，并用Anaconda重新安装了TensorFlow，由于自己的笔记本已经很旧了，显卡不行，所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑，截图甚多。1.安装Anaconda选择相应的Anaconda进行安装，进入Anaconda的官
一、安装Anaconda文章结构：Anaconda 下载安装地址：https://www.anaconda.com/download/安装完毕：二、安装tensorflow（gpu版本）1、查看电脑显卡配置在安装前，首先确定你的电脑支不支持gpu,查看一下显卡配置：注意：安装gpu版本的话需要提前安装cuda ，cudnn，而且cuda,cudnn,python,都要预先和TensorFlow匹配
转载
2024-05-05 19:38:41
1549阅读
Tensorflow gpu版安装教程 吐槽：中间的坑实在太多，安装过程整整花了我一天的时间。。。所以打算写这个教程来做个总结，希望后面安装的人能少踩一些坑。当然过程中你可能还会遇到其他问题，一般百度一下都能找到解决方案。1 用pip安装tensorflow-gpu（注意版本！！！） 如果你还没有安装pip，那就自行百度一下吧，我也是百度装好的，现在已经忘了。 由于国外的镜像下载非常慢，装
转载
2024-04-30 17:08:15
276阅读
