コンピュータの変更により、元のコンピュータグラフィックスカードはゴミが多すぎて、実行できないためGPUバージョンがインストールされていません。実際、インストールプロセスは非常に簡単で、手順に従ってください。
目次
3、Tensorflow GPUバージョンをインストールする
5、JupyterNotebookでテンソルフローを構成する
1つは、Anacondaをインストールする
Anacondaインストールアドレス：公式ダウンロードアドレス
この手順は愚かな操作ですが、Anaconda環境を構成する必要があることに注意してください
仮想環境をアクティブ化する
conda create -n TF_2C python=3.6
# 进入虚拟环境
conda activate TF_2G2つ目はcudaとcudnnをインストールする
cudnnは実際にはcudaのパッチです
cuda10.0のバージョンのインストールに注意してください。tensorflowは11.0以上のcudaをサポートしていません。cudnnはcudaマッチングを選択できます。
cudaダウンロードアドレス：公式ダウンロードアドレス
cudnnダウンロードアドレス：公式ダウンロードアドレス
- Cudaインストールのばかげた操作、カスタムインストールの選択に注意を払い、次の項目を選択しないでください。
CUDA-》 Visual Studio Integeration / Nsight Compute
- cudaのインストール後、cudnnを解凍します
- すべてのディレクトリをcudaディレクトリにコピーします。完全なディレクトリは次のとおりです
- 環境変数を構成する
3、Tensorflow GPUバージョンをインストールする
pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple # 注意报错就多装几次4、インストールが成功したかどうかをテストする
#以下是在python环境中
import tensorflow as tf
tf.test.is_gpu_available()
# 返回结果为True则安装成功5、JupyterNotebookでテンソルフローを構成する
# 激活TF环境
conda activate TF_2G
# 安装jupyter和ipython
conda install ipython
conda install jupyternotebook
# 测试内核
jupyter notebook
# 在对应窗口输入
import tensorflow as tf