Tabla de contenido
Uno, instala Anaconda
1. Descarga Anaconda
Descargar URL, haga clic para descargar
2. Instale Anaconda
Elija el directorio de instalación usted mismo. Más tarde, como los módulos instalados ocuparán más espacio,
puede verificar el entorno de configuración automática o desmarcar el entorno de configuración manual.
Elija instalar VScode de acuerdo con sus necesidades personales.
3. Agregue el entorno anaconda
Después de que la adición sea exitosa,
Win + R inicia cmd, ingrese el siguiente comando para ver su versión instalada
conda -V
Dos, instale TensorFlow-GPU, Keras
1. Crea un entorno de TensorFlow
Win + R start cmd, ingrese el siguiente comando en el símbolo del sistema:
1 | conda create –n tensorflow-gpu python=3.7
2 | activate tensorflow-gpu
3 | pip install tensorflow-gpu==1.13.2
4 | pip install keras==2.1.5
Si la descarga del comando anterior es demasiado lenta, puede usar la fuente Douban para acelerar la descarga:
3 | pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==1.13.2
4 | pip install -i https://pypi.doubanio.com/simple/ keras==2.1.5
Tres, instale CUDA y cuDnn
1. Verifique el modelo de GPU de su computadora
Esta computadora -> administración del clic derecho
Haga clic en la siguiente URL para ver la potencia de cálculo de su GPU, puede descargar el Cuda y el cudnn correspondientes de acuerdo con la potencia de cálculo de la tarjeta gráfica para
ver su propio modelo de tarjeta gráfica
2. Descarga CUDA10.0 y cuDnn7.4.1.5
CUDA10.0 descargar el sitio web oficial
cuDnn necesita encontrar manualmente
7.4.1.5 Instalar cuDnn descargar el sitio web oficial La
descarga del método anterior es demasiado lenta, puede usar el siguiente enlace para descargar
el enlace del disco de red de Baidu: https://pan.baidu.com/s/1Prck69Mei9DyJxjS0nvTCg
código de extracción: p281
3. Instale CUDA10.0
4. Instale cuDnn7.4.1.5
Después de instalar CUDA, abra la siguiente ubicación
C: \ Archivos de programa \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0
y descomprima todo el contenido de Cudnn y cópielos en el directorio anterior.
Cuatro, prueba
import tensorflow as tf
tf.test.gpu_device_name()
Solicite la siguiente información para instalar correctamente
