下载anaconda:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
conda create -n tf_1x python==3.6
(python可写上为了指定版本)
(base) PS C:Usershp> conda activate tf_1x
注意配置:
python=2.7,3.3~3.6 ;本人下载3.6
cuDNN版本:≥7.4 ,<8 ;本人下载7.6.5.32版本,有7.4版本最好(越接近越好)
CUDA版本:≥10.0,<11 ;本人下载10.0.130版本,有10.0版本最好(越接近越好)
(tf_1x) PS C:Usershp> conda install cudatoolkit=10.0.130 cudnn=7.6.5.32
如果不知道cuDNN版本和CUDA版本匹配,先进入虚拟环境之后可以按照一下进行操作
(1)搜索库名:cudatoolkit,命令如下:
anaconda search -t conda cudatoolkit
如图
(2)查看包的详细信息,选择要安装版本,过程中选择:y,命令如下:
anaconda show conda-forge/cudatoolkit
(3)本人安装cudatoolkit 10.0.130版本,命令如下:
conda install --channel cudatoolkit=10.0.130
等待安装完成。
同理,搜索cuDNN选择相应版本,命令安装,命令如下:
anaconda show conda-forge/cudnn
conda install --channel cudnn=7.6.5.32
pip install tensorflow-gpu==1.13.1 -i /
在python窗口或者pycharm中(pycharm中需要先添加虚拟环境,添加步骤请参考下一篇文章在pycharm中添加虚拟环境_m0_63172128的博客-CSDN博客)
命令如下:
import tensorflow as tf
print(tf.__version__)
deactivate yourname
conda remove -n yourname --all
conda remove --name yourname(虚拟环境名) name(包名)
conda config --remove-key channels
1、在anaconda powershell prompt base中用相关命令先建立虚拟环境(相关代码参考本文详情)
2、继续激活建立的虚拟环境(相关代码参考本文详情)
3、考虑好自己要安装的tensorflow版本,去官网参考对应的cuDNN版本和CUDA版本。
4、安装cuDNN版本和CUDA(相关代码参考本文详情)
5、下载tensoreflow(相关代码参考本文详情)
6、测试安装是否成功(相关代码参考本文详情)
附:本人亲试安装成功可用,有不足地方欢迎批评指正!
本文发布于:2024-01-28 04:24:53,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/17063870974754.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |