首页 > 分享 > 基于win10的深度学习环境配置(CUDA/cuDNN/Tensorflow)

基于win10的深度学习环境配置(CUDA/cuDNN/Tensorflow)

最新推荐文章于 2024-11-18 20:48:04 发布

飘逝的风吹啊吹 于 2019-05-09 10:48:16 发布

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

文章目录 安装与卸载常用命令 1. tensorflow的安装与卸载 1.1 查询安装版本, 2. 安装需遵循官方原则及注意事项: 3. 显卡所有驱动的安装过程(NVIDIA驱动/CUDA/cuDNN组件)及注意事项 3.1 显卡驱动及CUDA的安装: 3.2 CUDANVIDIA显卡驱动cuDNN对应关系了解,如了解,可略过看第三条 3.3 各驱动下载方式 3.4 本文给出的安装搭配方式为 3.5 cuDNN 4. anaconda安装- Anaconda3-2019.03-Windows-x86_64 5. tensorflow1.3.1的安装 6. 结束

安装与卸载常用命令

1. tensorflow的安装与卸载

安装:

pip install tensorflow-gpu==1.13.1 pip install keras==2.0.5 12 卸载

pip uninstall tensorflow-gpu==1.2.1 pip uninstall keras=2.0.5 12 1.1 查询安装版本, 打印出版本信息,说明安装成功。

conda --version 1 查询已安装的环境:

conda info --version 1

2. 安装需遵循官方原则及注意事项:

注意事项 tensorflow-python-CUDA-cuDNN版本号对应
需要注意的是,Keras 会限制 TensorFlow 的版本,TensorFlow 的版本又会限制 CUDA 的版本, 同时 TensorFlow 的版本也会限制诸如 numpy 的版本。考虑到 pip 和 conda 兼容性一般般的问题,个人建议 TensorFlow-gpu 环境下 numpy,matplotlib 等包全部用 pip 安装,以防 pip 安装 TensorFlow-gpu 后再用 conda 安装包导致的依赖项升级过头的问题。 还是得多尝试,很少有能一次完全成功,中间总会遇到这样那样的问题,别气馁,锅在厂家,不在自己,版本太乱,限制因素太多。 方法千千万,网上的五花八门的方法,有时候不能说不适用你的机器方法就不对,可能只是适用于人家作者的机器。这点深有体会。 整个安装过程可以说要注意的事项实在太多,如果全在一篇文章列出,会非常冗余啰嗦,我尽量面向萌新,尽可能多的把安装过程,注意事项,安装命令说清楚。大佬可以无视。

相关知识

深度学习入门——基于TensorFlow的鸢尾花分类实现(TensorFlow
记tensorflow1.10.0版本安装
PyTorch 深度学习实战
Windows安装TensorFlow教程(国内源安装附上各大镜像网站网址)
win10环境下安装cuda10.1+Pytorch1.3
深度学习之基于Tensorflow卷积神经网络花卉识别系统
PyTorch环境配置及安装
Tnsorflow2.1安装教程,遇到的问题及解决办法
基于TensorFlow平台的深度学习月季花病害检测研究
深度学习应用开发

网址: 基于win10的深度学习环境配置(CUDA/cuDNN/Tensorflow) https://m.huajiangbk.com/newsview1387678.html

所属分类:花卉
上一篇: Android环境搭建心得体会(
下一篇: 植物开花 2个条件缺一不可