win10 cuda8.0.0+anaconda4.2.0下安装tensorflow-gpu1.3 keras2.2.4

本文详细介绍了如何在CUDA8.0.0和Anaconda4.2.0环境下安装TensorFlow-GPU1.3版本,包括创建环境、安装、验证及卸载流程,并提供了安装Keras的额外步骤。

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

// cuda8.0.0+anaconda4.2.0下安装tensorflow-gpu1.3
conda info -e 查看Anaconda下已安装的环境
conda env remove -n tensorflow-gpu 删除之前的tensorflow-gpu环境
conda create --name tensorflow-gpu python=3.6.2 创建python3.6.2版本下的tensorflow-gpu环境(numpy1.13.1
activate tensorflow-gpu 激活tensorflow-gpu环境
pip install tensorflow-gpu==1.3 -i https://pypi.doubanio.com/simple/ 安装tensorflow-gpu1.3环境
pip uninstall tensorflow-gpu 卸载tensorflow-gpu1.3环境
activate tensorflow-gpu
conda install tensorflow 安装其他的python库,自动匹配已安装好的tensorlfow版本

//验证tensorflow-gpu是否安装成功
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow! I am IT Xiao Ding Dang!')
sess = tf.Session()
sess.run(hello)
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

// 安装keras
quit()
activate tensorflow-gpu
pip install keras -U --pre -i https://pypi.doubanio.com/simple/ (安装的是keras2.2.4 + numpy1.13.3 可能有一个警告)

或者pip install keras==2.1.0 -U --pre -i https://pypi.doubanio.com/simple/(安装的是keras2.1.0 没有警告)

// 验证
python
import tensorflow
import keras

clang llvm-8.0.0-x86_64-linux-gnu-ubuntu-16.04.tar.xz是一个编译器工具集合的压缩文件。这个工具集合由Clang和LLVM组成,适用于在Linux系统上进行编译和开发。此处压缩文件的扩展名为.tar.xz,表明它使用tar命令进行打包,并使用xz算法进行压缩。它提供了x86_64架构的二进制文件,可以在基于Ubuntu 16.04的Linux操作系统上运行。 Clang是一个开源的C语言家族编译器,支持C、C++、Objective-C和Objective-C++等语言,它以其高度模块化的设计、优秀的诊断功能和快速的编译速度而闻名。LLVM是一个低级虚拟机( Low Level Virtual Machine)工具链,提供了C、C++等语言的编译器基础设施,如编译器前端、汇编器、优化器和链接器等。Clang和LLVM通常一起使用,可以为开发者提供强大而高效的编译工具。 这个压缩文件适用于Ubuntu 16.04操作系统,其x86_64架构表示支持64位的x86计算机。当我们解压缩这个文件时,可以得到Clang和LLVM的执行文件,可以通过命令行或其他集成开发环境进行调用和使用。它可以用于编译C、C++、Objective-C和Objective-C++等语言的源代码,并生成可执行文件或库。这个工具集合还提供了各种调试和优化选项,以及丰富的编程接口,使开发者能够更好地进行代码的分析和优化。 总而言之,clang llvm-8.0.0-x86_64-linux-gnu-ubuntu-16.04.tar.xz是一个包含Clang和LLVM工具集的压缩文件,用于在Ubuntu 16.04操作系统上进行C、C++、Objective-C和Objective-C++等语言的编译和开发。
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