Linux服务器下配置tensorflow-gpu环境(含cuda、cudnn)

最近需要在服务器上配置tensorflow-gpu的环境来运行深度学习模型,以前在Windows上配置过,也知道一些注意点,这次在Linux下配置,也遇到了很多坑,下面总结一下配置过程,配置是使用Linux下安装的anaconda来进行的。

  • 激活虚拟环境
    我在服务器上安装了anaconda,并且创建了一个python3.6的虚拟环境,命名为tensorflow,在该环境下进行各种库的安装以及环境配置。下面几个步骤的操作均在该虚拟环境下进行。(当然你也可以在anaconda默认环境下进行配置)
    命令
    source activate tensorflow
  • 查看本机驱动
    nvidia-smi
    本机驱动
    可以看到本机驱动为390.46
  • 查看驱动对照表
    可以在nvidia的官网查看cuda与驱动对照表 官网对照表cuda驱动对照表
  • 查看tensorflow-gpu与cuda、cudnn的对照表
    可以在tensorflow的官网查看该表 tensorflo
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