使用condaは、新しい仮想環境を作成します
入力condaは= 3.6を-nインテリジェントジャッジのpythonを作成します
3.6名前はインテリジェント・裁判官仮想環境でPythonのバージョンを作成します。
ビューカード情報
情報を表示するためにはgrep -i VGAグラフィックカード|をlspciの入力
それは明らかであるNVIDIAのQuadro GP100
CUDAの設定とCUDNN
もともとは、サーバーがすでに既製を持っている上で、CUDAをダウンロードして、見た目の結果をcudnnするつもりでした
エントリー
猫の/usr/local/cuda/version.txt、
と
猫/usr/local/cuda/include/cudnn.h | grepのCUDNN_MAJOR -A 2
あなたはcudnnは、バージョン7.5.0で、CUDAバージョンは9.0.176で見ることができます
したがって、対応するバージョン、tensorflow GPU-1.70versionをインストールすることを決定しました
仮想環境での設定パッケージのpython
入力ソースは、インテリジェント・裁判官は、仮想環境を活性化させる活性化させます
入力tensorflow-GPUの== 1.7.0をインストールするPIP
正常にインストール
リモートリポジトリのプルからテストファイル
実行中の問題
CUDAを見つけることができないのヒント
次の記事に合わせて調整
https://blog.csdn.net/qq_34374211/article/details/81018320
テストファイルを正常に実行
トレーニング文書を実行するだけでなく、単一の蛾のうち、
公式のAPIをチェック
1.7.0はtf.random_normalに置き換えてくださいtensorflow元はtf.random.normalであります
変更を実行した後
彼は喜びを訓練し始めています