通用安装 tensorflow GPU版 环境方法
TensorFlow有CPU版本和GPU版本之分,CPU版本安装相对简单,按着TensorFlow的官方文档进行安装即可。但CPU版本只能使用CPU进行计算,计算效率低。对于简单的模型计算可以使用CPU模式,但对于复杂的模型训练就需要GPU的支持了。
一、基本环境要求:
系统:windows 、Mac 、Linux 都可
显卡:一般为 NVIDIA 显卡
二、安装环境:
1、安装Anconda:
Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。 并且支持一键安装各种GPU加速包,比如 tensorflow gpu版。
选择自己对应的系统,建议Python3.7版本
官方网站下载:点击打开
2、CUDA环境
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
CUDA 是 Tensorflow GPU 的基础
首先查看自己电脑的显卡适合什么版本的CUDA(一般为CUDA10)
Windows系统查看
官方
3、下载、安装CUDA
下载对应系统 对应显卡适配版本的CUDA
官方下载地址
Windows 下载图形化化安装很方便
Linux安装教程
三、安装Tensorflow GPU:
Anconda 配置可参考:点击打开
打开Anconda图形化界面:
勾选Tensorflow GPU
右点击选择版本(建议1.13或者1.14)
然后点击 Apply 安装即可
安装完成后即可享受Tensorflow GPU版
命令行:
conda install tensorflow-gpu==1.14
推荐阅读
-
tensorflow -gpu安装方法(不用自己装cuda,cdnn)
-
详细完整的Tensorflow-gpu环境安装教程
-
tensorflow -gpu安装方法(不用自己装cuda,cdnn)
-
Ubuntu20.04环境安装tensorflow2的方法步骤
-
Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程
-
Ubuntu 16.04环境下安装Tensorflow-GPU+OpenCV
-
linux环境不使用hadoop安装单机版spark的方法
-
【环境搭建】win10安装TensorFlow全过程(python+anaconda+pycharm+CPU版本+GPU版本)
-
【2020/12月版】anaconda虚拟环境配置与tensorflow安装
-
Docker 中快速安装tensorflow环境的方法步骤