配置tensorflow-gpu

本文详细介绍如何在已安装TensorFlow CPU版的环境下,正确卸载并安装TensorFlow GPU版,包括检查和安装CUDA、cuDNN,以及验证安装是否成功。

首先需要卸载运行环境安装的tensorflow-cpu:

pip uninstall tensorflow

conda remove tensorflow

检查运行环境的cuda,注意不是系统默认的python环境:

查询当前环境下的库的版本号可使用以下命令:

conda list cudnn

conda list cuda

conda list tensorflow

以下两行命令都是查询本机默认环境的CUDA:

nvcc -V

cat /usr/local/cuda/version.txt

参考官网安装对应版本的cuda和cudnn:

https://tensorflow.google.cn/install/gpu

https://www.tensorflow.org/install

安装对应版本的tensorflow-gpu:

pip install tensorflow-gpu==1.12.0

检查是否已经安装完毕:

测试代码:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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