[conda]tf_agents和tensorflow-gpu安装傻瓜式教程

这篇具有很好参考价值的文章主要介绍了[conda]tf_agents和tensorflow-gpu安装傻瓜式教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.打开终端或Anaconda Prompt(Windows用户)。

2.输入以下命令创建新的Python环境:

conda create --name <env_name> python=<version>

   其中,<env_name>是您想要创建的环境名称,<version>是您想要安装的Python版本号。例如,要创建名为python37的Python 3.7环境,请输入以下命令:

conda create --name python37 python=3.7

3.进入到要使用的环境去使用pip安装应用

conda activate python37

进入后显示如下画面 

[conda]tf_agents和tensorflow-gpu安装傻瓜式教程

 相继使用以下命令安装tensorflow-gpu和tf_agents,注意一定要打全版本号

pip install tensorflow-gpu==2.10.0
pip install tf_agents==0.14.0

安装结束后输入python回合进入python编程界面,查看安装版本号

 [conda]tf_agents和tensorflow-gpu安装傻瓜式教程

如果版本好皆显示正常,没有报错则认为安装成功了,但是如果报错,并提示是numpy的错误,则需要重新安装numpy

#如报错则重新执行以下代码,否则不需要执行
pip uninstall numpy
pip install numpy==1.23.5

 4.查看是否有可用GPU

tf.config.list_physical_devices('GPU')

 如果有GPU则显示如下图

[conda]tf_agents和tensorflow-gpu安装傻瓜式教程

 

相关额外的conda命令:

退出当前conda环境:conda deactivate

查看当前已经安装的环境:conda env list

移除环境:conda remove --name python37 --all

如果要彻底删除过往安装环境和暂存文件则需要进入对应目录删除文件夹:

[conda]tf_agents和tensorflow-gpu安装傻瓜式教程

例如手动删除python37文件夹文章来源地址https://www.toymoban.com/news/detail-508977.html

到了这里,关于[conda]tf_agents和tensorflow-gpu安装傻瓜式教程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)

    参考:https://blog.csdn.net/qq_43215538/article/details/123852028 首先查看本机GPU对应的cuda版本,如下图所示,本机cuda版本为11.6,后面选择的cuda版本不要超过这里的版本就好。 https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载,如这里选择版本一定要注意,因为cuda版本

    2023年04月08日
    浏览(37)
  • tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

    目录 如需转载,请标明出处,谢谢。 一、安装tensorflow-gpu2.3.0 二、配置其他相关的库 很多人以为安装完tensorflow-gpu就是一切都结束了,但是殊不知,python中的很多库,比如numpy,matplotlib等库,就与我们的tensorflow的版本有对应 总结 对于anaconda的下载,网上的教程很多,而且很

    2024年02月02日
    浏览(52)
  • Docker【部署 05】docker使用tensorflow-gpu安装及调用GPU踩坑记录

    Other than the name, the two packages have been identical since TensorFlow 2.1 也就是说安装2.1版本的已经自带GPU支持。 不同型号的GPU及驱动版本有所区别,环境驱动及CUDA版本如下: 在Docker容器中的程序无法识别CUDA环境变量,可以尝试以下步骤来解决这个问题: 检查CUDA版本:首先,需要确认

    2024年02月08日
    浏览(37)
  • CUDA 11.7 版本下安装Tensorflow-gpu以及Keras (Windows以及Ubuntu)

    ​ 记录:在复现论文代码时碰到使用keras环境,于是在自己windows系统的台式机(RTX 3080;CUDA 11.7)上进行了安装,但是发现台式机的显存无法支持程序的运行。于是将一摸一样的环境配置到更大现存的Ubuntu服务器(CUDA 11.7)上,但配置环境出错,一直无法调用GPU。经过一天的

    2024年02月01日
    浏览(49)
  • Tensorflow-gpu保姆级安装教程(Win11, Anaconda3,Python3.9)

    CPU 版本和 GPU 版本的区别主要在于 运行速度 , GPU 版本运行速度 更快 ,所以如果电脑显卡支持 cuda ,推荐安装 gpu 版本的。 CPU版本 ,无需额外准备, CPU 版本一般电脑都可以安装,无需额外准备显卡的内容,( 如果安装CPU版本请参考网上其他教程! ) GPU版本 ,需要提前下

    2023年04月20日
    浏览(46)
  • Win11笔记本电脑RTX4080显卡安装Tensorflow-GPU2.6.0方法步骤

    Tensorflow是当前主流的深度学习框架,是深度学习方向从业者和研究生的生产力工具,我在本科参加学科竞赛期间曾经安装过tensorflow1.12版本和对应的keras2.2版本,相对来说,keras提供了较多调用tensorflow的API,这极大地减轻了工作量,而新版的tensorflow2.0及以上版本自带keras,无

    2024年02月14日
    浏览(52)
  • 十分钟安装Tensorflow-gpu2.6.0+CUDA12 以及numpy+matplotlib各包版本协调问题

    换了台机器,又装Tensorflow,记得我第一次装的时候装了好几天,而今天只用了十分钟就搞定了,因为这个方法只用在终端操作,不用去英伟达官网下载包,刷刷刷的贼快,只是后面去找版本的对应问题了又花了些时间 为了高效下载,建议先把默认源换了,很简单这里不再赘

    2024年02月04日
    浏览(44)
  • tensorflow-GPU环境搭建

    最近在学习AI相关知识,需要使用 gpu 运行 tensorflow 代码,选择在腾讯云上搭建环境 安装 tensorflow 与 GPU 支持需要对齐以下软件的版本号(按依赖顺序排列): GPU 驱动版本号 CUDA 版本号 cudnn 版本号 tensorflow 版本号 由于 tensorflow 位于最下游,因此更新时机最晚,因此实际安装

    2024年01月17日
    浏览(35)
  • tensorflow-gpu卸载 (windows)

    在安装 Tensorflow-gpu 时,如果, Tensorflow-gpu 、 Python 、 cuda 、 cuDNN 版本关系不匹配很容易安装出错,要重新安装的话,要把之前装的卸载干净! tensorflow-cpu卸载, 激活进入虚拟环境,在这里卸载: 进入虚拟环境安装路径: Proceed(y/n)? y 删除之前创建的虚拟环境(例子为删除名

    2024年02月05日
    浏览(42)
  • Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)

    Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9) 目录 前言  安装前的必要工作!!!一定要看!!! 一、查看自己电脑的显卡:   二、Anaconda的安装 三、CUDA下载与安装 四、cuDNN下载和安装 五、创建tensorflow环境 六、测试Tensorflow-gpu是否安装

    2024年02月03日
    浏览(62)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包