本文针对2013年至2016年生产的配备独立英伟达显卡的老款笔记本，如联想Y400的GTX750M，详述了如何在GPU计算能力不足3.0且不支持CUDA9及更高版本的情况下，安装CUDA8.0和cudnnv6.0，以适配tensorflow-gpu1.4.0的加速计算需求。此外，还提到了tensorflow1.14的CPU版本选择以及numpy1.13.1的配合使用。
说明：
此指南针对老机型【2013、2014、2015、2016年左右生产的具有独立英伟达显卡的笔记本电脑】gpu计算能力达不到3.0，安装新版本CUDA9，10等无法支持tensorflow-gpu加速计算的情况。
以我个人电脑为例
电脑：联想Y400笔记本
显卡：GTX 750M
显卡计算能力：3.0
支持gpu运算CUDA版本：8.0
cudnn：v6.0
tensorflow版本： pip install tensorflow-gpu1.4.0 # GPU
pip install tensorflow1.14 # CPU
numpy版本：pip install numpy==1.13.1
TensorFlow 1.4.0 + Keras 2.0.8 on Python 3.6
Pandas 》=0.24
您可能感兴趣的与本文相关的镜像
PyTorch 2.7
PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理
6855
650
6854
8954
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
