Win10+Anaconda搭建tensorflow-gpu环境使用jupyter notebook

最新推荐文章于 2024-05-30 15:21:15 发布
最新推荐文章于 2024-05-30 15:21:15 发布
阅读量2k 收藏 4
点赞数 2
分类专栏： 一些基础分享 文章标签： cuda 深度学习 tensorflow anaconda
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。
本文链接：https://blog.youkuaiyun.com/laicikankna/article/details/106097167
版权
本文记录了在Windows 10系统中，利用Anaconda搭建TensorFlow-GPU环境并使用Jupyter Notebook的过程。首先检查英伟达显卡是否满足CUDA要求，然后更新驱动至9.0以上版本，接着使用conda安装TensorFlow-GPU，并验证安装成功。最后，设置Jupyter Notebook以在环境中运行。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

花了好长时间，感觉走了很多冤枉路了，写一篇记录一下。
Nvidia显卡，如果没有英伟达的显卡就不能装了

首先是上英伟达官网看看卡符合标准不

你的英伟达GPU是否支持CUDA
在这里插入图片描述
比如965M的算力是5.2，官网要求是3.5或更高，所以965M的卡是可以使用的噢~
在这里插入图片描述

本地显卡的驱动是多少呐

根据上面显示的CUDA至少9.0也就是384.x。
从NVIDIA控制面板查看自己的驱动版本
在这里插入图片描述
选择“系统信息”——“组件”，如果这里小于10.0建议升级。
在这里插入图片描述
一开始我也很苦恼，因为我电脑比较旧，只是8.0.0，头疼。折腾浪费了好久时间，实际上只需要上官网更新就好了~

最低0.47元/天 解锁文章
在jupyter notebook里使用tensorflow以及相关问题解决（Win10）
originalone的博客
06-28 2761
在jupyter notebook中安装并使用tensorflow的过程，遇到很多问题，只是记录下来，希望能方便他人，毕竟我的解决方法也都是在别人的blog上查的hhh
安装 TensorFlow——从基础到进阶的全方位教程
最新发布
一碗黄焖鸡三碗米饭的博客
03-19 2248
本文详细介绍了如何在不同操作系统上安装 TensorFlow，以及如何选择合适的安装方式和解决常见的安装问题。无论你是使用 CPU 还是 GPU 版本，TensorFlow 都能为你提供强大的支持，帮助你轻松开展深度学习工作。希望本教程能够帮助你顺利安装 TensorFlow，并顺利进入机器学习的世界。如果在安装过程中遇到任何问题，欢迎在评论区提问，或参考 TensorFlow 的官方文档进行排查。深入探讨损失函数与优化算法（如SGD、Adam）-优快云博客。
win10装tensorflow-gpu
奔跑的蜗牛蒋
10-19 257
https://blog.youkuaiyun.com/Obama_优快云/article/details/80412871 https://blog.youkuaiyun.com/lanse_zhicheng/article/details/78996809 https://www.cnblogs.com/hezhiyao/p/8292512.html https://blog.youkuaiyun.com/qq_3061...
Jupyter notebook里使用tensorflow
Es_trella222的博客
05-30 2478
本人base里python版本为3.11,没找到合适的no_conda版本，如果你的base中的python版本合适，即。1.打开anaconda的命令行，创建tensorflow的环境，环境名可以改。9.打开anaconda中base环境，激活tf环境。中间如果跳出来yes or no，输入yes即可。中间如果跳出来yes or no，输入yes即可。中间如果跳出来yes or no，输入yes即可。中间如果跳出来yes or no，输入yes即可。8. 可以看到安装成功后这里多了个conda标。
win10 安装tensorflow-gpu
wzg2016的博客
03-09 247
更多细节可转至： https://zhuanlan.zhihu.com/p/37086409 https://blog.youkuaiyun.com/xiaohuihui1994/article/details/83589701 这里我只记录对自己对关键的部分。 疫情在家期间，需要在自己的笔记本上写一些小project,但是在安装tensorfl...
centos7 设置ip_Centos 7.4 安装 Jupyter NoteBook + TensorFlow 教程
weixin_39935654的博客
11-27 129
前言这几天看学习视频，看到一个很好玩的东西 Jupyter Notebook，但是视频上面都是安装的本地的。于是乎我想着，自己买的服务器闲着也是闲着就拿出来装一个，这样的话可以“云”使用。0. 安装篇这里我就直接使用 pyenv 的虚拟环境去安装，之前我有写过 Centos 7.4 安装 pyenv，以及虚拟环境的使用。不知道的大家可以去看一下这篇文章《Centos 7.4 多版本Python以及...
win10+anaconda+RTX3070+tensorflow-gpu深度学习环境搭建
自在独行的博客
03-07 2500
1、安装版本 Python 3.8.5 tf-nightly-gpu 2.5.0 Anaconda3-2020.11-Windows-x86_64 2、下载 Anaconda Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 3、 Anaconda Prompt中输入安装指令 conda create -n tensorflow-gpu python=3.8.5 activate tensorflo
Win10+TensorFlow-gpu1.10+CUDA9.0+Cudnn7.4.1 搭建深度学习gpu环境
巴拉拉小魔芋
06-06 1247
1.系统已安装环境 Anaconda3(python3.6.4) Visual Studio 2017 2.查看自己的NVIDIA版本 右键开始按钮-->设备管理器-->显示适配器 3. 安装tensorflow-gpu 1.10 打开Anaconda prompt 1）首先查看当前已有的虚拟环境conda env list 2）新建一个tensorf...
Win10 Anaconda下TensorFlow-gpu环境搭建详细教程（包含cuda+cudnn安装过程）
cugwangwei的博客
01-17 4699
目录 前言 配置环境，研究了一整天，踩了很多坑，在网上找了很多资料，发现基本上都没非常明确的教程，所以今天想分享一下配置tensorflow GPU版本的经验，希望能让各位朋友少走些弯路。（PS：一切的前提，你需要有一张Nvidia显卡。我的显卡是3090） Tensorflow有两个版本：GPU和CPU版本，CPU的很好安装；GPU 版本需要 CUDA 和 cuDNN 的支持，如果你是独显+集显，那么推荐你用GPU版本的，因为GPU对矩阵运算有很好的支持，会加速程序执行！并且CUDA是Nvidia下属的程
Anaconda+tensorflow_gpu-2.3.0+CUDA 10.1+cudnn 7.6+jupyter+Win10+python3.7.4 详细配置，确切无误！！
weixin_43764318的博客
04-27 338
Anaconda+tensorflow_gpu-2.3.0+CUDA 10.1+cudnn 7.6+jupyter+Win10+python3.7.4 详细配置..填了无数坑安装Anaconda安装CUDA1.检查电脑硬件2.安装CUDA1. 挑选CUDA版本2.下载CUDA3.测试一下3.安装CUDNN4.给conda换下载源5.tensorflow_gpu的环境搭建1.创建tensorflow_gpu环境功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生
jupyter notebook使用tensorflow
qq_45318348的博客
09-13 2909
jupyter notebook安装tensorflow
Windows10 安装tensorflow GPU版
博客
12-19 2508
windows 10 64bit 、GPU GeForce GTX 1060 6GB环境下安装tensorflow-gpu版
Win10安装tensorflow-gpu
probie的博客
03-27 1009
版本搭配（Win10系统上）： Vs2017+Python3.6.6+Cuda9.0+Cudnn v7.4.1 for Cuda9.0+tensorflow-gpu 1.12.0 安装tensorflow-gpu的时候一定要注意版本间的搭配，有一个版本不匹配就会出现错误。 我之前想着安装最新的，所以我试过python3.7.x，cuda10.1，cudnn for cuda10.1和tensorf...
win10安装tensorflow-gpu
樛木
05-28 829
win10安装tensorflow-gpu 系统配置：win10+vs2017+py36 安装cuda9.2：base installer+patch1(补丁)都下载下来 https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&...
win10中tensorflow-gpu的安装
weixin_45814898的博客
03-18 393
win10中tensorflow-gpu的安装环境介绍驱动下载Cuda安装cudnn安装安装tensorflow-gpu2.2.0 环境介绍 我使用的环境为win10系统，cuda10.2+cudnn8.1.0 驱动下载 查询CUDA版本与显卡驱动版本对照表 网址： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-resolved-issues. Cuda安装 下载你想要的CUDA版本，我在这里选择了10.2
windows10安装TensorFlow-gpu环境
因为不想回家，所以还是去搬砖。
11-19 1384
Linux CPU 版本 Python 版本 编译器 构建工具 tensorflow-2.6.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.5.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.4.0 3.6-3.8 GCC 7.3.1 Bazel 3.1.0 tensorflow-2.3.0 3.5-3.8 GCC 7.
win10搭建tensorflow-gpu环境
IT_reinforce的博客
03-21 296
win10搭建tensorflow-gpu环境 在搭建tensorflow-gpu环境时，参考了以下博客文章，自己记录一下，以便后续再用。 https://www.cnblogs.com/wanyu416/p/9536853.html 另外，如何查看gpu使用情况，参考以下博客文章 https://blog.youkuaiyun.com/weixin_42731241/article/details/9488...
python win10安装tensorflow-gpu(CUDA+cuDNN)
做减求空
08-18 375
步骤如下： 1.了解版本对应关系https://www.tensorflow.org/install/source_windows 我的python版本为3.6 选择 tensorflow_gpu-1.4.0 + CUDA 8 + cuDNN 6(对应CUDA 8) 2.安装tensorflow，如已安装cpu版本先卸载 pip3 install tensorflow-gpu==1.4.0 -i https://pypi.douban.com/simple 3.安装CUDA ...
搭建anaconda+TensorFlow的人工智能开发平台win11
03-19
### 配置基于Anaconda和TensorFlow的开发环境 #### 创建虚拟环境 为了确保项目的独立性和稳定性，在 Anaconda 中创建一个新的虚拟环境是一个良好的实践。可以使用以下命令来创建一个名为 `tf_env` 的新虚拟环境并指定 Python 版本： ```bash conda create -n tf_env python=3.9 ``` 激活该虚拟环境以便后续操作能够在此环境中执行[^2]: ```bash conda activate tf_env ``` #### 安装 TensorFlow 在 Windows 平台上推荐安装 CPU 版本的 TensorFlow，除非已经配置好了支持 CUDA 和 cuDNN 的 GPU 环境。可以通过运行下面的命令来安装最新版本的 TensorFlow: ```bash pip install tensorflow ``` 如果计划利用 NVIDIA 显卡加速计算，则需先确认系统已正确安装兼容的显卡驱动以及对应的 CUDA 工具包与 cuDNN 库之后再通过 pip 命令安装特定版本的 TensorFlow-GPU。 验证安装是否成功的办法之一就是尝试导入模块并打印设备列表信息以检查是否有可用GPU资源[^3]： ```python import tensorflow as tf from tensorflow.python.client import device_lib print(tf.__version__) print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) print(device_lib.list_local_devices()) ``` 上述脚本不仅会显示当前所使用的 TensorFlow 版本号，还会报告系统检测到多少个图形处理器单元可供调用及其具体详情描述。 #### 使用 VS Code 编辑器集成开发体验 对于希望采用 Visual Studio Code (简称VSCode)作为主要代码编辑工具开发者来说，还可以进一步设置好相关插件使得整个工作流程更加顺畅高效。例如安装Python扩展组件、Jupyter Notebook 支持等功能增强项后即可享受语法高亮提示、调试跟踪等一系列便利特性[^1]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值