テンソルフローのインストール:
1. CPU バージョンの tensorflow インストール:
anaconda プロンプトにコマンドを直接入力します: pip install tensorflow このコマンドは最新バージョンをインストールします。
2. GPU バージョンの tensorflow インストール:
anaconda プロンプトにコマンドを入力します:
pip install cudatoolkit=バージョン番号
pip install cudnn=バージョン番号
pip install tensorflow-gpu=バージョン番号
cuda、cudnn、tensorflow のバージョン番号は一致している必要があることに注意してください。
コマンドの最初の 2 行は、cuda と cudnn をインストールするためのものです。cudaとcudnnとは何なのかについて簡単に説明すると、コンピュータのgpuコンピューティングとはgpu上にデータを置くことであり、cudaは接続されたものに相当します。cudnn は、深層学習を完了するために特別に使用されるツールです。(この説明は非常に簡単かつ一般的であり、具体的な説明は記事の最後にあります)
pytorchのインストール
私たちはまっすぐに行きますpytorchの公式ウェブサイト, 公式 Web サイトでは、GPU と CPU のバージョンに応じたインストール コマンドが提供されています。
次のインターフェイスを見つけます:
図に示すように、対応するシステム、言語、CPU または GPU を選択します。図の CUDA10.2 および CUDA11.1 は、対応する GPU バージョンです。次に、以下のコマンドを anaconda に入力するだけです。それはとても簡単です。
CUDA と cuDNN
ちなみに、CUDAとcuDNNとは何なのかを説明します。
CUDA と cuDNN の関係:
CUDA は、ハンマーやドライバーなどの多くのツールを備えた作業台とみなされます。cuDNN は CUDA ベースの深層学習 GPU アクセラレーション ライブラリであり、これを使用すると深層学習の計算を GPU 上で完了できます。レンチなどの作業工具に相当します。しかし、CUDA ワークベンチを購入したとき、レンチは付属していませんでした。CUDA でディープ ニューラル ネットワークを実行したい場合は、ナットをひねる場合にレンチを購入する必要があるのと同じように、cuDNN をインストールする必要があります。この方法でのみ GPU はディープ ニューラル ネットワークの作業を実行でき、その作業速度は CPU の速度よりもはるかに高速になります。この説明はhttps://www.jianshu.com/p/622f47f94784
から引用されています。
CUDN の詳細な説明については、次のブログ投稿を参照してください: https://blog.csdn.net/xiaoxiaolibai/article/details/104770046