win10+tensorflow1.2.0+Anaconda3+pytharm+python3.5(GPU)

本文详细介绍了如何搭建GPU支持的开发环境,包括CUDA、cuDNN的安装及配置,使用Anaconda创建虚拟环境,并在PyCharm中安装TensorFlow-GPU版本,最后验证环境是否正确设置。
部署运行你感兴趣的模型镜像

搭建这个环境真是呕心沥血,不过好在终于成功了。
教训:
1.参考资料最好来自官网。官网中的资料最全,也最有效。
2.即使参考资料来自其他作者,也一定要多参考几个(作者的水平参差不齐,包括我自己也是很水的)
准备:
cudnn-8.0-windows10-x64-v5.1
cuda_8.0.44_win10
Anaconda3-4.3.0-Windows-x86_64
pycharm-community-2018.3
安装步骤:
1.安装cuda,默认方式最好。也可以选择自定义。安装完成后,注意检查环境变量路径有没有C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
2.下载cudnn。解压之后,将目录中的三个文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 。三个文件夹如下图:
在这里插入图片描述
3.WIN+R进入命令窗口,开始安装tensorflow。
conda create --name tensorflow-gpu python=3.5
环境创建好后,会出现如下:
在这里插入图片描述
环境激活:activate tensorflow-gpu
接下来就是安装tensorflow了。
pip install tensorflow-gpu==1.2.0
完成如下图:在这里插入图片描述
4.验证:
python //进入python命令模式

import tensorflow as tf

hello=tf.constant(“Hello,tensorflow!”)

s=tf.Session()

print (s.run(hello))
成功的界面为:
在这里插入图片描述
tensorflow安装参考:
1.https://tensorflow.google.cn/install/source_windows
2.https://developer.nvidia.com/rdp/form/cudnn-download-survey
3.https://developer.nvidia.com/cuda-downloads

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

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

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