conda配置TensorFlow

最新推荐文章于 2024-06-03 20:42:57 发布
原创 最新推荐文章于 2024-06-03 20:42:57 发布 · 473 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#tensorflow #深度学习 #python

部署运行你感兴趣的模型镜像

目录

1.创建新的环境

2.激活环境

3.下载TensorFlow

4.下载coda

5.下载CUDNN

1.创建新的环境

conda create --name tensorflow python=3.6

删除环境

conda env remove -n 虚拟环境的名称

2.激活环境

activate tensorflow

3.下载TensorFlow

 -i 表示指定源下载，加速下载

pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

4.下载coda

// 查看本机NVIDIA信息
nvidia-smi

CUDA version 表示最高支持的CUDA 版本，cuda的版本要与TensorFlow的版本相对应

// TensorFlow-gpu是2.6的 按照官网下载相应的版本
conda install cudatoolkit=11.2

版本信息分为GPU/CPU

出现下面的错误

解法一：

// 搜索对应的版本号，然后填入就可以了
conda search cudatoolkit

解法二：上面没有我们需要的版本

conda install cudatoolkit=版本号 -c conda-forge

5.下载CUDNN

注意CUDNN的版本要跟CUDA的版相对应

conda install cudnn=8.1.0

查看CUDNN与CUDA对应的版本

 

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

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

Conda配置Tensorflow运行环境
songbinxu的博客
07-14 1062
环境 CentOS7 安装Conda Conda_Linux 下载Anaconda3-xxx-Linux-x86_64.sh 安装$ sudo bash Anaconda3-xxx-Linux-x86_64.sh 使环境生效$ source ~/.bashrc Conda创建独立环境 创建新环境 conda create -n xxx python=3.7.6 查看已有环境 conda info -e conda info --envs 复制已有环境 conda create -n xxx
conda安装tensorflow
qq_40677977的博客
10-29 279
conda基本操作 列出所有的环境 conda env list # or conda info --envs 创建环境 conda create -n your_env_name python=3.7 删除环境 conda remove -n your_env_name --all 激活/切换环境 conda activate your_env_name 退出环境 conda deactivate 清华镜像 pip install -i https://pypi.tuna.t
【Conda】【TensorFlow】创建环境，安装TensorFlow 2.0
12-21
1  conda create -n TF_2C python=3.6 2 activate TF_2C 3 pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple   4 测试 输出TensorFlow版本：print(tf.__version__)   5 安装其他  （1）安装matplotlib          python -m pip install -U pip setuptools           python -m pip install matplotlib    
使用conda安装tensorflow
dyyay520的博客
03-22 3059
建议在安装之前先确认下面链接中Python的版本以及其对应的tensorflow、CUDA、cuDNN对应的版本。
【深度学习环境配置】基于Conda的TensorFlow-GPU安装指南：Windows10下CUDA与cuDNN版本匹配及PyCharm集成方法
最新发布
08-31
gpu）的完整流程，重点包括CUDA与cuDNN的版本选择与安装配置、Conda环境的搭建与国内镜像源的配置、通过pip安装指定版本TensorFlow-gpu并验证其是否成功启用GPU，最后还说明了如何在PyCharm中配置并使用该环境进行...
conda配置TensorFlow2.4.0GPU版本
qq_41119146的博客
11-25 3053
conda配置TensorFlow2.4.0GPU版本 前几天废了老大的劲儿，终于在conda下安装好了 CUDA11.0+cuDNN8.0+PyTorch，（该总结只适合已经安装好CUDA11.0和cuDNN8.0的朋友们，如若未安装，请先安装好这两个再参考本文） 今天发现又有使用TensorFlow的需要，于是就想在之前的基础上，安装适配的GPU加速版本的TensorFlow，找了半天终于找到 TensorFlowGPU2.4版本适配。但是清华源不存在该版本的TensorFlow，只能找替代方案，最后
Conda 配置 TensorFlow-GPU 深度学习环境(10分钟)
黑暗星球
03-14 8318
TensorFlow 作为一个比较流行的框架，每年都有很多的新用户。而作为一个 TensorFlow 学习者，首当其冲的便是配置 TensorFlow 深度学习环境。TensorFlow 深度学习环境一般分为 CPU 版和 GPU 版本，其中，CPU 版本比较好配置，GPU 版本比较难配置。目前，随着 Conda（Anaconda和Miniconda） 的大量使用，TensorFlow 深度学习环...
使用Conda管理python环境
迪迦 • 奥特曼
02-15 726
conda常用的命令 1）查看安装了哪些包 conda list 2)查看当前存在哪些虚拟环境 conda env list conda info -e 3)检查更新当前conda conda update conda 3.Python创建虚拟环境 conda create -n your_env_name python=x.x conda命令创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
使用conda配置tensorflow环境
Yungang_Young的博客
09-22 4570
目录前置条件：操作步骤：1.创建虚拟环境2.激活虚拟环境3.安装tensorflow4.配置pycharm 前置条件： python, anaconda 操作步骤： 1.创建虚拟环境 conda create -n tenserflow 可以看到Anaconda3/envs下多了一个文件夹 2.激活虚拟环境 conda activate env_name # 当然，关闭虚拟环境的操作为conda deactivate 3.安装tensorflow conda install tensorflow
Anaconda下配置TensorFlow环境(小白包会)
Elon15的博客
07-08 7548
Anaconda下配置TensorFlow环境(小白包会)
科研笔记 -- tensorflow环境配置（anaconda）
m0_48994126的博客
06-03 286
step1：创造一个tensorflow的虚拟环境，python配置为3.8。step3：进入新建的tensorflow环境。step4：安装tensorflow的包。step5：安装keras环境。step6：安装sklearn。step2：查看已有的环境。可以看到已经新建好了。
如何用conda安装tensorflow（windows，GPU，Tensorflow），最全Tensorflow安装教程（亲测有效，可安任意版本，包括1.多版本和2.多版本）
热门推荐
qq_51800276的博客
03-07 1万+
能安装几乎所有的Tensorflow版本，同时不会影响主环境。
win7中对PIP3指定源
glassface的博客
06-04 367
国外的源速度太慢，经常连不上，要不就是timeout，指定国内源后速度快了很多。方法如下： 在%HOMEPATH%路径下（一般是c:\users\yourname）创建pip文件夹，然后在pip文件夹下创建pip.ini，在pip.ini文件中输入以下内容： [global] timeout = 6000 index-url = http://mirrors.aliyun.com/pypi/simple/ trusted-host = mirrors.aliyun.com 国内源地址： 阿里云 http:/
使用Anaconda配置Tensorflow/Pytorch环境
Mr_Sudo的博客
09-27 4212
本文介绍了如何使用Anaconda简易快速地配置Pytorch和Tensorflow开发环境，并于Jupyter Notebook进行绑定。
conda创建tensorflow环境
weixin_44999800的博客
12-07 4056
conda创建环境，并在环境中安装python3.6.8以及tensorflow1.11.0。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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