东莞营销网站建设哪家好,用家庭宽带做网站 没有8080端口可以吗,wordpress 装插件 长时间提示正在解压安装包,广州市建筑集团有限公司一、前述 一直以为自己的笔记本不支持tensflow-gpu的运行#xff0c;结果每次运行模型都要好久。偶然间一个想法#xff0c;想试试自己的笔记本#xff0c;结果竟然神奇的发现能用GPU。于是分享一下安装步骤. 二、具体 因为版本之间有严格的对应关系#xff0c;所以本文就将…一、前述 一直以为自己的笔记本不支持tensflow-gpu的运行结果每次运行模型都要好久。偶然间一个想法想试试自己的笔记本结果竟然神奇的发现能用GPU。于是分享一下安装步骤. 二、具体 因为版本之间有严格的对应关系所以本文就将自己使用的版本对应分享如下亲测可以成功首先查看下自己的显卡是否支持GPU以下连接可以查看是否支持。 https://developer.nvidia.com/cuda-gpus 1、安装Anaconda 3.5版本并配置好环境变量。 链接如下https://pan.baidu.com/s/1zfAvvWlSVnKbaZ5459fWaA 密码4j0z 这里注意一个事情 Anaconda3.4就是python3.5的版本。 配置环境变量 2、安装tensorflow gpu版本 首先需要卸载CPU版本 注意不然后面会有问题 pip uninstall tensorflow 然后安装GPU版本,这里指定GPU 1.3版本。 pip install –upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl 3、安装CUDA 去官网下载 这里选择CUDA8.0 不知道为什么9.0总是失败 所以回退到8.0版本。 地址如下https://developer.nvidia.com/cuda-downloads4 然后一直next即可 配置环境变量 将以上CUDA的文件全部配置到环境变量中去。 4、cuDnn库安装 去官网下载对应CUDnn的版本地址如下 https://developer.nvidia.com/rdp/cudnn-archive 推荐对应版本如下 下载完后解压cuDnn目录如下 将这里面文件复制到CUDA安装对应目录里面 CUDA目录如下 5、测试 import tensorflow as tf
hello tf.constant(Hello, TensorFlow!)
sess tf.Session() 这里即完成tensforflow的GPU版本的安装下面开始自己的深度训练的飞速吧~~~ 注意当环境变量配置完后可以在CMD里面 echo %PATH% 若不生效 则重启电脑即可还有版本之间的对应关系一定注意 转载于:https://www.cnblogs.com/LHWorldBlog/p/9281263.html
