tensorflow-gpu环境下安装pytorch

最新推荐文章于 2024-08-02 21:11:23 发布
最新推荐文章于 2024-08-02 21:11:23 发布
阅读量794 收藏
点赞数 1
分类专栏： 笔记 文章标签： tensorflow pytorch 深度学习
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。
本文链接：https://blog.youkuaiyun.com/weixin_49285070/article/details/122213264
版权

​
1、在对应环境中检查Tensorflow版本

conda activate envname

conda list
在这里插入图片描述2、可知tensorflow-gpu版本为1.14，在如下网址找到对应可以兼容的cuda版本

https://tensorflow.google.cn/install/source_windows#gpu
在这里插入图片描述
可知可用的cuda版本为10.0

3、在pytorch安装官网根据cuda版本复制安装命令
https://pytorch.org/get-started/locally/
在这里插入图片描述 4、最后在conda对应的环境中粘贴命令安装
在这里插入图片描述
确认安装完成
在这里插入图片描述

​

Anaconda Python 版本对应关系表（附所有版本下载）
清平乐的技术专栏
06-05 3万+
一、对应版本 首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。 表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。 举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7....
深度学习tensorflow与pytorch环境安装（Win10)
Demon_LMMan的博客
06-02 386
1 anaconda 下载 去往官网下载anaconda，速度非常快。 https://www.anaconda.com/products/individual#download-section 2 安装pycharm 去往Jetbrains官网下载pycharm。 https://www.jetbrains.com/pycharm/download/#section=windows 3 安装pytorch环境 3.1修改下载目录为清华源 按图中目录打开.condarc文件。 全选已有内容，将以下内
pip安装tensorflow-gpu2.3.0和pytorch-gpu1.7.1
FriendshipTang的博客
02-02 1072
pip安装tensorflow-gpu2.3.0和pytorch-gpu1.7.1前提条件安装tensorflow-gpu查看对应版本测试代码输出结果安装pytorch-gpu打开官网测试代码输出结果 前提条件 需要安装好CUDA10.1和CUDNN7.6. 安装tensorflow-gpu 查看对应版本 https://tensorflow.google.cn/install/source_windows#gpu 如上图，CUDA10.1和CUDNN7.6环境对应的tensorflow-gpu版本有2.
python怎么查看是否连接上gpu_GPU部署，深度学习必备 （pytorch+tensorflow）
weixin_42437067的博客
01-24 3405
1.先查看电脑显卡所支持的CUDA版本cuda版本是向下兼容的！！(1)找到并且打开NVIDIA控制面板点击鼠标右键就能找到，或者右下角，长这样(2)查看确定CUDA版本注意！！！！！！！！！！CUDA版本是可以向下兼容的，并不一定要一一对应，比如，我电脑上看到的是CUDA 11.0，那可以下载驱动可以是安装CUDA10，CUDA9等以下版本，而CUDA11以上版本就不支持了。根据环境需...
Tensorflow + PyTorch 安装（CPU + GPU 版本）
Netceor的博客
08-20 9375
目录一、Anaconda 安装二、安装 TensorFlow-CPU1、配置环境2、安装 Tensorflow三、安装TensorFlow-GPU1、是否可安装GPU版Tensorflow（1）方法一：查看算力（2）方法二：Google搜索2、安装显卡驱动3、创建虚拟环境4、安装Tensorflow、CUDA、cuDNN（1）CUDA版本选择（2）cuDNN、TensorFlow 版本选择（3）方法一：安装包安装（3）方法二：conda 安装（未尝试）5、测试四、安装 Keras五、测试1、测试代码2、查看
TensorFlow/PyTorch和cuda等版本对应关系
gyxx1998的博客
08-24 5973
和python的冲突问题 https://zhidao.baidu.com/question/1116512378559354699.html python与pytorch、显卡、显卡驱动、cuda版本对应关系 https://blog.youkuaiyun.com/BigData_Mining/article/details/104983246 参考： https://www.jianshu.com/p/ac70300b598b NVIDIA系列显卡做深度学习,需要 在主机安装显卡驱动(driver) 在doc
WSL Ubuntu安装TensorFlow-GPU、PyTorch-GPU
赵彬的博客
06-15 1128
选择需要的环境，复制conda命令，执行。，输出True，即证明安装成功。
利用conda搭建Pytorch和TensorFlow-GPU环境
qq_50331561的博客
08-02 1054
在 Windows 11 中安装 TensorFlow-GPU
Ubuntu20.04上安装Tensorflow-gpu 2.5.0和pytorch(GPU),以及Anaconda+pycharm
qq_38847794的博客
04-20 4189
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、安装Anaconda二、安装显卡驱动三、安装GPU版Tensorflow四、安装CUDA五、安装cuDNN六、安装Pytorch七、安装Pycharm总结 前言 提示：这里可以添加本文要记录的大概内容： 本文介绍Ubuntu20.04上安装Tensorflow-gpu 2.5.0和pytorch(GPU),以及Anaconda+pycharm，亲测好用，其他版本可以自行查阅按照此方法安装。 提示：以下是本篇文章正文内容.
Tensorflow-gpu及pytorch安装
qq_38380853的博客
06-21 752
pip安装tensorflow-gpu，pytorch
WIN10+tensorflow-gpu-1.15+torch安装踩过的坑
Blddwkb的博客
02-23 1439
1.python尽量不要装太高版本，3.7够用了2.CUDA重新安装是比较简单的，但是需要考虑pytoch+cuda+python版本的兼容性3.需要用tensorflow-gpu时可以只在anaconda里安装对应版本的cudatoolkit和cudnn，不用重新安装本地CUDA。4.非必要不要用conda install，各种问题。pip最好。
深度学习环境配置(pytorch和tensorflow对应的gpu版本环境的兼容)：cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0，tensorflow-gpu=2....
qq_39444290的博客
06-11 2304
配置结果： Anaconda2019[python3.7.3]+cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0，tensorflow-gpu=2.3.0(tf23虚拟环境，python3.7.3)+pytorch1.81(cu101) + torch-geometric(PYG181虚拟环境，python3.7.13,两个环境及两个环境的python版本不同都是...
史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本（手把手保姆级教程）
fangshuo_light的博客
12-17 1万+
一、Anoconda安装 1.Anoconda下载 2.Anoconda安装 3、镜像源更改 二、CUDA和Cudnn安装 1.查看显卡支持的CUDA版本号 三、Tensorflow环境配置 1、查看所需的Tensorflow版本 2.Tensorflow环境创建于激活 3.tensorflow库安装 4.第三方库安装 四、Pytorch环境配置 1.进入官网 PyTorch ，根据显卡驱动选择合适版本。 2.安装pytorch
全网最新最全的基于Tensorflow和PyTorch深度学习环境安装教程: Tensorflow 2.10.1 加 CUDA 11.8 加 CUDNN8.8.1加PyTorch2.0.0
dogoogle的博客
04-09 6925
全网最新最全的基于Tensorflow和PyTorch深度学习环境安装教程: Tensorflow 2.10.1 加 CUDA 11.8 加 CUDNN8.8.1加PyTorch2.0.0
【Tensorflow】gpu&pytorch(GPU) 安装、使用教程
学渣的博客
09-09 1万+
想要用gpu加速得先安装CUDA和cuDNN。 NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。 1.到官网查找版本关系 pytorch-cuda版本对应 torch 1.1.0 -> CUDA 9.2 torch 1.2.0 -> C
tensorflow 安装GPU版本，个人总结，步骤比较详细
热门推荐
gangeqian2的博客
02-24 32万+
    手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.youkuaiyun.com/postedit/79307696    此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。CUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA...
环境部署中cuda对应的tensorflow-gpu、keras版本、pytorch的对应版本
qq_33511693的博客
04-22 5924
在服务器上安装gpu环境的时候经常因为版本对应不上二报错, 现在整理cuda对应的显卡驱动版本、cuda对应tensorflow-gpu的版本、tensorflow-gpu对应的keras版如下: keras | Framework Env Description TensorFlow 1.14 tensorflow-1.14 TensorFlow 1.14.0 + Keras...
Tensorflow/Pytorch安装（Anaconda环境下，无版本冲突，亲测有效）
NorthSmile的博客
07-25 1848
Tensorflow或Pytorch安装
Tensorflow安装与配置教程（超详细,细的有点烦）
qq_43078154的博客
08-09 8056
一、在安装tensorflow-gpu2.1.0之前，首先需要确定我们的电脑到底支不支持gpu，具体的查看方式如下图所示： 首先选中“我的电脑”单击右键---->“管理”---->“设备管理器”---->“显示适配器”---->查看是否有NVIDIA显卡，要是有就表示我们可以安装tensorflow-gpu，否则我们只能安装不支持gpu的tensorflow版本。 二、估计你需要安装的tensorflow-gpu版本，然后查看tensorflow与CUDA的版本对应关系.
anaconda安装tensorflow-gpu和pytorch
最新发布
01-18
### 安装TensorFlow-GPU和PyTorch在Anaconda环境中的方法 #### TensorFlow-GPU的安装 为了确保兼容性和性能优化，可以使用Python 3.7版本来安装TensorFlow-GPU 2.6.0。以下是具体的配置命令： ```bash # 设置镜像源以加速下载过程 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ # 使用Mamba加速依赖解析并安装指定版本的tensorflow-gpu micromamba install tensorflow-gpu==2.6.0[^1] ``` 对于CPU-only版本，则可以直接执行如下指令： ```bash micromamba install tensorflow==2.6.0 ``` 验证GPU支持情况可以通过下面这段简单的测试脚本完成： ```python import tensorflow as tf print(tf.__version__) print('GPU Available:', tf.config.list_physical_devices('GPU')) ``` 如果一切正常，应该能够看到类似于`[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]`这样的输出。 #### PyTorch及其CUDA扩展库的安装 考虑到不同版本之间的匹配问题，建议先确认目标机器上已有的CUDA版本号再做决定。假设当前环境中存在CUDA 10.2的话，那么就可以按照以下方式操作： ```bash # 同样推荐采用清华镜像站提高速度 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # 假设需要安装适用于CUDA 10.2的特定版次 micromamba install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch[^4] ``` 上述过程中涉及到了多个软件包的选择与组合，其中`torchaudio`是一个可选组件，主要用于处理音频数据；而`cudatoolkit`则是用来指明所使用的CUDA工具链的具体版本。
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