- 综合排序
- 最热优先
- 最新优先
- 来自专栏杂七杂八
tensorflow-gpu版安装
安装tensorflow-gpu 使用命令pip install tensorflow-gpu 测试代码 运行代码可以看到，使用的是gpu而不是cpu了！！！
97040发布于 2018-04-27 - 来自专栏陶陶计算机
安装Tensorflow-gpu版本
确认显卡 安装前要确认显卡是不是NVDIA的 命令行 pip install tensorflow-gpu==2.0.0-beta0 b.
1K30编辑于 2022-05-13 - 来自专栏sofu456
tensorflow-gpu版本安装
安装cuda，cudnn 地址：https://developer.nvidia.com/cuda-toolkit-archive
1.4K30编辑于 2021-12-06 - 来自专栏全栈程序员必看
安装与卸载tensorflow-gpu
安装到Anaconda： 安装：pip install tensorflow-gpu==1.2.1 pip uninstall tensorflow-gpu==1.2.1 安装与卸载keras同样： 安装
68430编辑于 2022-06-25 - 来自专栏光城(guangcity)
TensorFlow-Gpu 1.8安装
TensorFlow-Gpu 1.8安装 0.说在前面 1.Cuda与cuDNN 2.配置及测试 3.tensorflow-gpu 1.8 4.问题 5.作者的话 0.说在前面 终于又到周末了，大家周末快乐
1.4K30发布于 2019-09-20 - 来自专栏深度学习|机器学习|歌声合成|语音合成
GPUDockerfile实例：tensorflow-gpu
tensorflow 与cuda对应版本 ubuntu 1604.py3 Dockerfile FROM scratch ADD ubuntu-xenial-core-cloudimg-amd64-root.tar.gz / # a few minor docker-specific tweaks # see https://github.com/docker/docker/blob/9a9fc01af8fb5d98b8eec0740716226fadb3735c/contrib/mkimage/debo
72510发布于 2021-01-14 - 来自专栏编程杂记
Tensorflow-gpu的安装+pycharm
activate tensorflow 前面就会有出现一个括号（tensorflow）在最前面 这就表明了进入了环境 安装tensorflow 接着在新建好的环境里面输入 pip install tensorflow-gpu 或 conda install tensorflow-gpu=2.0.0 如果速度慢的话也可以用镜像源安装 python -m pip install -i https://pypi.tuna.tsinghua.edu.cn /simple tensorflow-gpu==1.3.0 在安装完之后输入 pip list 检查是否安装上 4.在pycharm中配置环境 打开pycharm 选择add 选取Anaconda3
80610编辑于 2024-01-17 - 来自专栏漫漫深度学习路
Ubuntu 16.04 Cuda8.0 tensorflow-gpu
更新源之后,要进行upgrade] [11.07.2016 更新 可能出现的错误] [10.16.2016 更新] ubuntu 16.04 python 2.7 cuda7.5/Cuda8.0 tensorflow-gpu
1.2K30发布于 2019-05-28 - 来自专栏ml
使用Anaconda搭建TensorFlow-GPU环境
tensorflow | 1.1.0 | conda | linux-ppc64le, linux-64, osx-64, win-64 anaconda/tensorflow-gpu osx-64 : TensorFlow helps the tensors flow jjhelmus/tensorflow-gpu marta-sd/tensorflow | 1.2.0 | conda | linux-64 marta-sd/tensorflow-gpu Using Anaconda API: https://api.anaconda.org Name: tensorflow-gpu Summary: TensorFlow is a machine 5.2 安装 conda install --channel https://conda.anaconda.org/nehaljwani tensorflow-gpu
4.9K110发布于 2018-03-27 - 来自专栏光城(guangcity)
Ubuntu18.04完美搭建Tensorflow-gpu
5.Tensorflow-GPU 5.1 版本 版本：tensorflow-gpu-1.8 5.2 安装 直接输入: conda install tensorflow-gpu==. 最后发现，直接输入pip就可以了，所以上述换成： pip install tensorflow-gpu==. 两者区别是，cond安装会更新包，pip则不会！
3.5K40发布于 2019-09-20 - 来自专栏全栈程序员必看
ubuntu系统使用Anaconda安装tensorflow-gpu环境
一、环境配置版本信息： 安装tensorflow-gpu，需特别注意tensorflow-gpu、Python、CUDA、cuDNN版本的适配信息，版本不适配会导致tensorflow-gpu安装失败， 环境： （1）基于python3.6创建一个名为py36的环境 conda create -n py36 python=3.6.12 （2）激活环境： conda activate py36 3、安装tensorflow-gpu 2.2.0: pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 4、安装CUDA 10.1： 在默认base运行环境安装tensorflow-gpu 2.2.0的过程中，由于需更新Python的版本，会导致与原本的模块冲突而造成Anaconda崩溃。 2、tf.test.is_gpu_available()的运行结果为false： （1）首先确保tensorflow-gpu、Python、CUDA、cuDNN版本的适配信息，如果不适配，则卸载不适配的版本并重装
2.7K10发布于 2021-04-13 - 来自专栏大数据智能实战
tensorflow-gpu安装及问题解决
repos/ubuntu1604/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda-9-0 不过安装完成之后，发现tensorflow-gpu 这个问题在官网上看到的是tensorflow-gpu 1.8.0的问题，于是升级到1.9.0，再次实验，果然顺利成功。如上图。
85810发布于 2019-05-28 - 来自专栏bye漫漫求学路
不安装tensorflow-gpu如何使用GPU
这是个很严峻的问题，每次跑代码，内存就炸了，gpu还没开始用呢，看一些博客上是这样说的：
2.2K30发布于 2021-01-07 - 来自专栏锦小年的博客
1.3 centos7源码编译tensorflow-gpu版
失败后的查错 很巧的是编译安装tensorflow-gpu版成功了。 tensorflow已经更新到1.13版，官方的linux安装文件采用的是glibc2.23， 而centos只支持到glibc2.17，所以在使用pip install tensorflow-gpu安装后的使用过程中会报错
2.4K20发布于 2019-05-26 tensorflow 资源汇总-docker 运行 tensorflow-gpu on nvidia support
https://tensorflow.google.cn/install/docker#gpu_support （docker gpu support）
67920发布于 2020-12-30- 来自专栏容器计算
Tensorflow-gpu 运行在 cpu 母机的问题
tensorflow-gpu 的镜像当然运行在 GPU 的母机上了，但是如果容器被调度到没有 GPU 的母机上呢？ 如果是 tensorflow-gpu 的镜像，正常来说应该是需要 GPU 的，但是有可能用户想要运行在 CPU 上呢？ 虽然需求是不太合理的，既然使用了 tensorflow-gpu 就应该运行在 GPU 上，不然跑在 CPU 上干啥呢？
78930发布于 2020-08-06 - 来自专栏Python爬虫与数据分析
mnist手写数字识别（TensorFlow-GPU）------原理及源码
本文主要是对mnist手写数据集这中的迷糊数字进行识别，在Softmax Regression基础上建立了一个较为简单的机器学习模型。
7K11发布于 2019-07-30 - 来自专栏磐创AI技术团队的专栏
Ubuntu 安装 tensorflow-gpu 1.4 +CUDA 8.0 +cuDNN详细教程
作者 | fendouai 编辑 | 磐石 出品 | 磐创AI技术团队 【磐创AI导读】：本文详细介绍了tensorflow-gpu在Ubuntu下的安装步骤。 cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 四.安装 tensorflow-gpu 直接安装 pip install tensorflow-gpu 指定版本安装： 例如，要安装 tensorflow-gpu 1.4 pip install tensorflow-gpu==1.4 安装完成
1.7K20发布于 2018-07-03 - 来自专栏游戏杂谈
windows 10环境下安装Tensorflow-gpu
自己觉得好就行~ 问题二：pip install tensorflow-gpu 下载慢怎么办？ 用国内的镜像，不要就得访问外国网站。 用法：pip install -i https://mirrors.aliyun.com/pypi/simple/ --upgrade tensorflow-gpu==1.14.0 -i 后面跟着是镜像的网址 你从网上下载的代码和学习使用的代码，可能都需要进行修改，无疑增加了学习的难度，建议最高用 1.14.0或者更低的版本 问题三：不同的 Tensorflow-gpu 该安装何种 CUDA 和 cuDNN
2.4K30发布于 2019-08-12 - 来自专栏ZNing·腾创库
Windows下配置TensorFlow-GPU开发环境经验总结
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64 安装TensorFlow-GPU TensorFlow专用环境 conda create -n tensorflow python=3.6 # 切换到TensorFlow专用环境 conda activate tensorflow # 安装tensorflow-gpu 稳定版 pip install tensorflow-gpu 安装完成后，进入python执行下述代码尝试TensorFlow是否可以正常工作，若正常工作则显示如图： import tensorflow 上面最后一步安装TensorFlow-GPU的时候没有用conda命令安装的原因是之前了解到conda这个东西的资源库有点问题，因此没有选择他安装，直接pip安装了。 +cudnn7.5+tensorflow1.13.1+anaconda3-2018-12版本(python 3.7)安装 Win10 安装Tensorflow-GPU版教程 Visual Studio
2.3K20发布于 2020-05-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号