win10下安装anaconda3 python3.6 tensorflow-gpu 1.15.0版本

最新推荐文章于 2024-06-06 00:48:03 发布
原创 最新推荐文章于 2024-06-06 00:48:03 发布 · 1k 阅读 · 7 ·
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 #python #anaconda #深度学习

本文记录了在Windows 10上安装anaconda3、python3.6和tensorflow-gpu1.15.0的详细过程，包括VS2019、CUDA10.0、cuDNN7.6.5的下载与配置，以及环境变量设置和tensorflow-gpu的安装与测试。

安装过程中遇到许多问题 也有些参考 最终安装成功 每个人配置不一样 仅供参考。参考帖子

https://blog.youkuaiyun.com/wwtor/article/details/80603296

软件下载

VS2019社区版本下载
CUDA10.0官网下载
cuDNN7.6.5.32官网下载需注册
Anacoda5.2 清华源下载

安装过程

VS2019

勾选python 数据科学和仿生应用 或者自己需要的模块
如果不勾选 安装后可以点击修改单独安装。设置默认即可。
在这里插入图片描述
CUDA10.0

我安装的是tensorflow-gpu 1.15.0 需要安装CUDA10.0
其他版本自己按照图片对比找的需要的python版

最低0.47元/天 解锁文章
朝颜一季
关注
win10 centernet安装训练踩坑记录
cffer123的博客
04-03 740
配置环境 前面的创建环境安装包略过。 我的cuda版本是10.2，pytorch版本是1.5.0，torchvision版本是0.6.0，python版本是3.7。（有人说在windows上torch版本只能是1.2.0，但是我的1.5.0也配置成功了。）安装完torch和torchvision后，安装requriments.txt 要求的包。 假设你上面全部顺利。 重头戏：编译DCNv2，从这里下载DCNv2替换到centernet自带的注意这里一定要用VS2017或者VS2015工具自带的命令行，如下
人脸识别项目python3.6.4+tensorflow-gpu1.15.0+torch1.4+CUDA10.0+CUDNN 7.6.5安装
challenglistic的博客
10-27 950
研一初次接触人脸识别项目，没有使用anaconda的虚拟环境，因为之前在安装anaconda的时候，由于不会操作，照着网上的步骤写也依然无法安装成功，于是选择了直接在电脑上安装python，话不多说，说正事。 本人使用的平台是VS2015+cmake，通过C++调用python的API接口函数实现，在人脸识别项目中需要时刻记住，版本对应！版本对应！版本对应！重要的事情说三遍，不然问题就会源源不断的涌出来，python、tensorflow、CUDA、CUDNN的版本对应可以参考其他博客，链接如下：(1条消
U盘版Java开发环境
07-26
NULL 博文链接：https://ivaneye.iteye.com/blog/662785
torchvision-0.6.0-cp36-cp36m-linux_x86_64.whl
12-08
torchvision-0.6.0-cp36-cp36m-linux_x86_64.whl
【ubuntu】Anaconda 安装+环境配置：pytorch1.5.0+torchvision0.6.0+cudatoolkit10.1
keep用心的博客
11-02 2132
1.正确安装anaconda 此部分安装省略，请自行查找。 2.创建环境 conda create -n pytorch python=3.7 %创建一个名字为pytorch的环境，并给她安装3.7版本的python。 3.官网不稳定，从清华源下载安装 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors
chatgpt赋能python：在U盘上安装Python开发环境教程
tulingtest的博客
07-01 580
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
Anaconda安装tensorflow-gpu虚拟开发环境
EthanPlay的博客
10-11 3739
Anaconda安装tensorflow-gpu虚拟开发环境
【深度学习004】环境搭建 install tensorflow-gpu=1.13 + anaconda + python3.6
小权的博客
05-01 2051
li@li-System-Product-Name:~$ conda --version conda 4.5.4 li@li-System-Product-Name:~$ echo $PATH /home/li/anaconda3/bin:/usr/local/cuda-10.0/bin:/usr/local/cuda-10.0/bin:/usr/local/sbin:/usr/local/bi...
【安装教程】Win10环境下安装tensorflow-gpu（gpu版）
最新发布
WS_Change的博客
06-06 1618
默认已经安装好Anaconda。
打造便携式Python环境——把Python装进U盘
Vicissitufe的博客
05-17 9595
本文主要介绍如何将python，vscode装进U盘和程序实现添加环境变量，并总结了一下安装及使用过程中可能出现的报错何解决办法
torchvision-0.6.0+cpu-cp36-cp36m-linux_x86_64.whl
12-08
torchvision-0.6.0+cpu-cp36-cp36m-linux_x86_64.whl
torchvision-0.6.0+cpu-cp38-cp38-win_amd64.whl
05-27
python3.8, 对于的torch 安装包，解决国内pip安装速度过慢的问题，来供大家使用， f方便大家开发自己的程序，加油！
torchvision-0.6.0+cu101-cp36-cp36m-linux_x86_64.whl
06-21
https://download.pytorch.org/whl/torch_stable.html 这里下载的torchvision安装文件，网速慢的用户用
chatgpt赋能python：U盘安装Python——一种简单高效的Python学习方式
findyi123的博客
07-01 727
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
Windows 10 安装python到U盘并设计自动添加环境变量脚本
不解不惑
04-16 2571
1.在python官网正常下载python安装包 2.U盘插到电脑上，安装到U盘的版本如果和电脑上的完全相同，则需要暂时屏蔽python环境变量（未实验），我选择的是在U盘中安装的32位的python3.7.9，笔记本电脑上安装的是64位的python3.7.9 3.安装的时候不要选择添加python到环境变量和pylauncher，选择安装到U盘正常完成安装 4.在U盘中python.exe文件所在目录创建auto_set_environment_value.bat，并输入一下代码： pytho
chatgpt赋能python：将Python装进U盘：给程序员的便携指南
aijinglingchat的博客
07-02 712
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
【已解决】将CentOS7系统安装至U盘（十三）：VS Code配置Python虚拟环境
baidu_41764522的博客
03-30 1160
前提： （1）VS Code已安装python插件； （2）已建立python虚拟环境。 增加用户设置，并添加以下选项，其中路径为虚拟环境路径，需根据自己情况而定， "python.pythonPath": "/home/pyengine/PyVenv/pyCycle/" 上一篇：【已解决】将CentOS7系统安装至U盘（十二）：安装OpenMDAO和pyCycle 如有疑问，请联系微信pyengine（微信号：turbine_engine）。 ...
我的U盘J2EE开发环境
小雄的博客
05-07 260
今天，我的U盘J2EE开发环境终于全部做好来，以后无论到哪，只要插上我到U盘就可以开始我的开发工作了，而不必为没有开发环境而烦恼了。   U盘Linux系统采用YLMF OS 3.0 （ubuntu10内核）       制作的时候开启了casper-rw 功能，分区配来1G的空间保存数据，保证下次开机后所做到更改能够保存下来 YLMF OS 集成了常用的播放器   Linux下的...
linux + cuda10.1 下安装pytorch1.5.0
Christine__xu的博客
07-31 4479
服务器配置 系统：Ubuntu 16.04 GPU：RTX2060 CUDA：10.1 anaconda 因为一些原因，需要安装detectron2，于是按着下面这个网址，在服务器上进行安装（普通用户权限），恶梦的开始出现了： https://blog.csdn.net/dshl9595/article/details/106017677 开始安装 1. anaconda创建环境 conda create -n detectron2_1 python=3.6 2. 安装pytorch
安装tensorflow1.15.0-gpu
06-28
### 回答1： 安装tensorflow1.15.-gpu的步骤如下： 1. 确认你的电脑是否支持GPU加速，如果不支持则无法安装tensorflow-gpu版本。 2. 安装CUDA和cuDNN，这是GPU加速所必需的库。具体安装步骤可以参考官方文档。 3. 安装Anaconda或者Miniconda，这是一个Python环境管理工具，可以方便地创建和管理Python环境。 4. 创建一个新的conda环境，命名为tensorflow-gpu，可以使用以下命令： conda create -n tensorflow-gpu python=3.6 5. 激活tensorflow-gpu环境，使用以下命令： conda activate tensorflow-gpu 6. 安装tensorflow-gpu 1.15.版本，使用以下命令： pip install tensorflow-gpu==1.15. 7. 安装完成后，可以使用以下命令验证是否安装成功： python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([100, 100])))" 如果输出结果为一个非常大的数字，则说明安装成功。 以上就是安装tensorflow1.15.-gpu的步骤，希望对你有帮助。 ### 回答2： TensorFlow是一个用于数学计算的强大的开源软件库。 它广泛用于机器学习，深度学习和人工智能等领域。 TensorFlow可以运行在各种操作系统上，包括Microsoft Windows，Linux和Mac OS X。安装TensorFlow 1.15.0-gpu是一项挑战性的任务，尤其是对于初学者来说。以下是关于如何安装TensorFlow 1.15.0-gpu的详细步骤。 1. 安装CUDA。 首先，您需要在计算机上安装CUDA（Compute Unified Device Architecture）。 CUDA是一种用于Nvidia GPU的并行计算平台。要安装CUDA，您首先需要在计算机上安装Nvidia GPU的驱动程序。使用run文件安装驱动程序，该文件将自动检测您的Nvidia GPU并为其安装所需的驱动程序。成功安装驱动程序后，您就可以从Nvidia的官方网站下载适用于CUDA的安装程序。 2. 安装cuDNN。 cuDNN（CUDA Deep Neural Network library）是一个快速的深度学习库，通常与TensorFlow一起使用。要安装cuDNN，您需要访问Nvidia的开发人员网站，并从其中选择适用于您的操作系统和CUDA版本的cuDNN软件包。下载完成后，解压缩cuDNN压缩文件，并将文件复制到CUDA目录中。 3. 安装TensorFlow-gpu。 现在，您可以开始安装TensorFlow-gpu。 在此之前，请确保您已经安装了Python和pip。 pip是一个用于Python的包管理器，可以用于安装各种Python库。要安装TensorFlow-gpu，请在命令行上运行以下命令： pip install --upgrade tensorflow-gpu==1.15.0 此命令会自动下载和安装TensorFlow-gpu库。在安装过程中，您可能需要安装其他软件包，例如C++编译器或Python相关的软件包。在安装过程结束后，您可以开始使用TensorFlow-gpu来进行各种计算任务。 总结： 在对机器学习有一定的理论基础并掌握了Python基础之后，安装TensorFlow-gpu对于初学者来说并不难。但如果您不了解CUDA和cuDNN等相关的技术，可能需要花费更长的时间来完成安装。通过按照上述步骤进行操作，您可以轻松地安装TensorFlow 1.15.0-gpu并开始进行机器学习和深度学习等领域的探索。 ### 回答3： TensorFlow是谷歌大脑团队推出的机器学习框架，提供了许多强大的功能，支持在CPU或GPU上运行模型。本文将介绍如何安装TensorFlow 1.15.0-GPU。首先，需要注意的是，安装TensorFlow 1.15.0-GPU需要满足以下几个条件： 1.需要具备CUDA和CuDNN的硬件支持。 CUDA是NVIDIA开发的并行计算平台和编程模型，提供了GPU加速计算的能力。CuDNN是NVIDIA深度学习库，用于加速深度学习模型的计算。 2.需要安装Anaconda或者Miniconda。 Anaconda是一个流行的Python发行版，包括了许多常用的科学计算库和工具。Miniconda是一个小型的Anaconda版本，只包含了最基本的库和工具。 3.需要安装对应版本的TensorFlow。 下载CUDA和CuDNN 需要先下载安装CUDA和CuDNN。可以在NVIDIA的官网上下载安装包。需要确保下载的版本和自己的GPU型号以及系统版本兼容。下载完成后，按照安装指南进行安装。 安装Anaconda或Miniconda Anaconda是一个常用的Python发行版，集成了常用的科学计算库和工具。安装Anaconda可以方便地管理Python环境。 可以在Anaconda官网上下载适合自己操作系统的安装包，下载后根据安装向导进行安装。如果选择安装Miniconda，则需要手动安装需要的库和工具。 安装TensorFlow 安装完CUDA和CuDNN以及Anaconda之后，就可以安装TensorFlow了。可以在命令行中使用conda或pip工具进行安装。conda工具是Anaconda自带的包管理器，可以方便地安装和管理Python库和工具。pip也是Python的包管理器，可以用于安装TensorFlow和其他Python库。 可以使用以下命令安装TensorFlow： conda install tensorflow-gpu=1.15.0 或者 pip install tensorflow-gpu==1.15.0 为了验证TensorFlow是否成功安装，可以在Python交互环境中输入以下命令： import tensorflow as tf print(tf.__version__) 如果输出的版本号为1.15.0，则说明TensorFlow成功安装。 总结 安装TensorFlow 1.15.0-GPU需要满足以下条件：具备CUDA和CuDNN的硬件支持、安装Anaconda或Miniconda、安装TensorFlow。在安装过程中，需要注意版本兼容性和依赖关系。安装完成后，可以在Python交互环境中验证TensorFlow是否成功安装。
评论
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