tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

这篇具有很好参考价值的文章主要介绍了tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)。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。

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


如需转载,请标明出处,谢谢。

对于anaconda的下载,网上的教程很多,而且很方便,我就不在这里赘述了

一、安装tensorflow-gpu2.3.0

打开我们的anaconda的控制台,点击这个蓝圈的这个,输入下方的代码

tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

 在这里我创造了一个虚拟环境去安装相关的包,大家按照自己的需要来,代码如下

conda create -n ttt python=3.6 

ttt是自己创建的环境的名字(大家自行取即可),python=3.6 代表创建的python版本为3.6

tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

输入y代表同意创建

接下来我们输入下面这行代码去进入我们的虚拟环境中

activate ttt

在安装tensorflow-gpu2.3.0之前,必须要先配置好cudatoolkit和cudnn,这个可以直接在我们的anaconda中下载,我看网上有很多去官网下得之类的方法,反正我是没搞起。我在这篇文献对应的版本都会在下面呈现出来滴

我们输入以下代码(可能会下载比较慢,大家可以耐心等待)

conda install cudatoolkit=10.1 cudnn=7.6.5

下载完成功之后,我们就可以安装tensorflow-gpu2.3.0啦,控制台中输入下方的代码 ,加入清华源下载更快哦

pip install --default-time=300 tensorflow-gpu==2.3.0 keras==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

可以输入conda list 去查看我们安装的相关库 

tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

我们接着输入python,可以进入我们python的编译器中

tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

输入import tensorflow来查看安装情况,可以使用如下代码判断是否安装成功,代码原链接如下

import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([1.0, 2.0], name='b')
result = tf.add(a,b, name='add')
print(result)

                        https://blog.csdn.net/zeronose/article/details/117336507https://blog.csdn.net/zeronose/article/details/117336507 

关于如何在pycharm中配置我们创建的tf2环境,可以参照我这篇文章(如下),原理是相同的

pyQt5 + pyUIC + pycharm 安装心得(Anaconda安装)_G氏yousa的博客-CSDN博客_pyqt5 pyuichttps://blog.csdn.net/m0_51440939/article/details/125104403

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的版本有对应关系,如下是我总结出来的适配版本

numpy==1.18.5
matplotlib==3.3.3
seaborn==0.9.0
pandas==1.1.5
scikit-learn==0.24.2

大家按照上面的对应版本安装即可,后面带上清华源下载更快哦!


总结

       如果这篇文章对您有帮助的话,麻烦点一个小赞,嘿嘿谢谢大家。如果有其他问题没有解决,都可以在下方留言,我会尽力帮大家解决。

tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)文章来源地址https://www.toymoban.com/news/detail-434035.html

到了这里,关于tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)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

  • CUDA 11.7 版本下安装Tensorflow-gpu以及Keras (Windows以及Ubuntu)

    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(28)
  • 十分钟安装Tensorflow-gpu2.6.0+CUDA12 以及numpy+matplotlib各包版本协调问题

    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(20)
  • tensorflow-gpu安装100%成功(tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版安装)

    tensorflow-gpu安装100%成功(tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版安装)

    1.tensorflow-gpu版和tensorflow-cpu版的区别 tensorflow-gpu版需要同时配置安装CUDA、cuDNN,而tensorflow-cpu版不需要配置,直接 pip/conda install tensorflow 即可安装tensorflow-cpu版本 2.为什么要创建虚拟环境 在安装gpu版本的库时通常会创建单独的虚拟环境,例如安装tensorflow-gpu,则需要利用 cond

    2024年02月08日
    浏览(12)
  • 安装tensorflow-gpu

    安装tensorflow-gpu

    打开anaconda prompt,添加镜像源: 删除镜像源使用: 创建虚拟环境并安装tensorflow-gpu: 查看一下包的版本: python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 选择一个合适的2.0.0版本的 但

    2024年02月07日
    浏览(14)
  • win10 安装 tensorflow-gpu 2.10.0

    系统配置 系统 win10 x64 显卡 GTX 1660 Ti CUDA 12.2 cudnn 8.9 查看版本对应: https://tensorflow.google.cn/install/source_windows#gpu Version Python version Compiler Build tools cuDNN CUDA tensorflow_gpu-2.10.0 3.7-3.10 MSVC 2019 Bazel 5.1.1 8.1 11.2 这里查看我 系统配置 我安装 python 3.10 和 tensorflow_gpu-2.10.0 安装 conda 安装

    2024年02月14日
    浏览(13)
  • Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)

    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(12)
  • 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(14)
  • 如何用conda安装PyTorch(windows、GPU)最全安装教程(cudatoolkit、python、PyTorch、Anaconda版本对应问题)(完美解决安装CPU而不是GPU的问题)

    如何用conda安装PyTorch(windows、GPU)最全安装教程(cudatoolkit、python、PyTorch、Anaconda版本对应问题)(完美解决安装CPU而不是GPU的问题)

            安装PyTorch的开发环境:Anaconda+CUDA+cuDNN+PyCharm Community 1.1 版本选择 第一步就是最关键的版本对应问题(这决定你能否成功安装PyTorch,以及能否成功安装GPU版本的关键问题),可以这么说,版本不能对应好,后面有很大的问题,因此,我们要先确定版本的对应关系。(

    2024年02月07日
    浏览(16)
  • [conda]tf_agents和tensorflow-gpu安装傻瓜式教程

    [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(41)
  • Win11笔记本电脑RTX4080显卡安装Tensorflow-GPU2.6.0方法步骤

    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(11)

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