安装tensorflow-gpu

这篇具有很好参考价值的文章主要介绍了安装tensorflow-gpu。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。

一、创建虚拟环境

打开anaconda prompt,添加镜像源:

添加镜像源:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
添加镜像源:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
设置搜索时显示通道地址:conda config --set show_channel_urls yes
显示镜像源设置情况:conda config --show channels

删除镜像源使用:

删除镜像源:conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

创建虚拟环境并安装tensorflow-gpu:

conda create -n tensorflow-gpu tensorflow-gpu

查看一下包的版本:

conda list

conda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonpython是3.6.2版本的

在下面的网站中查找对应版本:

在 Windows 环境中从源代码构建  |  TensorFlow (google.cn)

对应的最低tensorflow-gpu是1.2.0版本的

conda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonconda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

选择一个合适的2.0.0版本的

pip install tensorflow-gpu==2.1.0

但是报错,需要更高版本的python,于是需要在虚拟环境中升级python 

 conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

报错信息:protobuf requires Python '>=3.7' but the running Python is 3.6.2

解决方法:更新pip后重新安装tensorflow。

更新命令:python -m pip install --upgrade pipconda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 重新执行:

pip install tensorflow-gpu==2.1.0

 报错:

Traceback (most recent call last):
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\platform\self_check.py", line 75, in preload_check
    ctypes.WinDLL(build_info.cudart_dll_name)
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\ctypes\__init__.py", line 348, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: [WinError 126] 找不到指定的模块。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
    from tensorflow.python import *
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 30, in <module>
    self_check.preload_check()
  File "C:\Users\30296\anaconda3\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\platform\self_check.py", line 82, in preload_check
    % (build_info.cudart_dll_name, build_info.cuda_version_number))
ImportError: Could not find 'cudart64_80.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 8.0 from this URL: https://developer.nvidia.com/cuda-toolkit

是没有安装cuda的原因,然后下载了2.1.0对应的10.1的cuda,管理员身份安装:

conda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonconda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonconda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonconda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python 

 conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 conda install tensorflow-gpu,环境配置,tensorflow,人工智能,pythonpython常见错误:Cannot uninstall ‘six‘.

 文章来源地址https://www.toymoban.com/news/detail-734375.html

Cannot uninstall 'six'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

 解决方式

直接忽略旧版本进行升级:

pip install six --upgrade --ignore-installed six

终于安装成功:conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 测试是否安装成功:

python
import tensorflow as tf
tf.__version__

 得到输出:conda install tensorflow-gpu,环境配置,tensorflow,人工智能,python

 

到了这里,关于安装tensorflow-gpu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

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

    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:    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: 3.进入到要使用的环境去使用pip安装应用 进入后显示如

    2024年02月11日
    浏览(46)
  • 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(53)
  • 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(63)
  • 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(62)
  • 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(67)
  • 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(53)
  • 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(78)
  • 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(47)
  • 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(60)
  • tensorflow,tensorflow-gpu, CUDA, cuDNN,Python, numpy对应版本

    本机GPU是NVIDIA GeForce GTX 1650, 支持的最高版本CUDA是12.0。想要在Windows下使用GPU跑深度学习模型,需要使用tensorflow-gpu,其目前最高版本是2.6.0。所以其他依赖环境均按照tensorflow-gpu的需求来配置。 Tensorflow-gpu 2.6.0 (目前为止最高版本) Python 3.9.18 (能够支持tensorflow-GPU的最高Python版

    2024年04月17日
    浏览(79)

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