1. 查看配置好的CUDA和cuDNN版本,在我之前博客有提到,CUDA 8.0 和cuDNN 6.0, 查看Tensorflow对应版本:

2. Anaconda3 安装
去清华镜像源https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载Anaconda 3-4.2.0版本
命令:
cd Download
bash Anaconda3-4.2.0-Linux-x86_64.sh
修改环境:
cd ~/.bashrc
没有就添加
export PATH="/用户名/anaconda3/bin:$PATH"
source ~/.bashrc
验证:
python

3. 通过Anaconda 安装Tensorflow
创建新的conda环境,激活并安装TensorFlow_gpu 1.4.0版本
命令:
conda create -n tensorflow-gpu python=3.5
source activate tensorflow-gpu
pip intall tensorflow-gpu==1.4.0
source deactivate tensorflow-gpu
验证:
import tensorflow as tf

本文详细介绍了如何检查CUDA和cuDNN版本,确保与TensorFlow兼容。通过清华大学镜像源下载Anaconda3并进行安装,随后创建新的conda环境以安装特定版本的TensorFlow_gpu。文中提供了所有必要的命令行指令,帮助读者顺利完成配置。
2万+

被折叠的 条评论
为什么被折叠?



