win10 RTX30系列显卡 安装tensorflow-gpu 1.15
win10 RTX30系列显卡 安装tensorflow-gpu 1.15
以下内容基本参考Win10 RTX30系列 安装tensorflow1.15
众所周知,RTX30系列的显卡,针对 TensorFlow1.x 很不友好,除了在Ubuntu系统中可以使用专门的那个版本外,在win10上想要使用TensorFlow1.x GPU版本几乎基本是不现实的,偶然看到上面这边博客里面分享了win10下使用GPU版 TensorFlow1.15,于是我也测试了一下,发现是可以的。
我的显卡为3060 Ti
具体安装步骤如下:
1.安装cuda和cudnn,推荐使用conda安装省心,不会和系统已有的cuda及cudnn发生冲突。
conda install cudatoolkit=11.2 -c conda-forge
conda install cudnn=8.1.0 -c conda-forge
2.安装知乎大佬编译好的的tensorflow-gpu 1.15,注意numpy版本需要1.18.5
pip install tensorboard==1.15 -i https://mirrors.aliyun.com/pypi/simple
pip install numpy==1.18.5 -i https://mirrors.aliyun.com/pypi/simple
pip install "tensorflow-1.15.4+nv-cp37-cp37m-win_amd64.whl"
安装完成测试:
import tensorflow as tf
from numpy.random import RandomState# 定义训练数据batch的大小
batch_size = 8# 定义神经网络参数
w1 = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))
w2 = tf.Variable(tf.random_normal([3, 1], stddev=1, seed=1))# 在shape的一个维度上使用None可以方便使用不同的batch大小
x = tf.placeholder(tf.float32, shape=(None,2), name='x-input')
y_ = tf.placeholder(tf.float32, shape=(None, 1), name='y-input')# 前向传播
a = tf.matmul(x, w1)
y = tf.matmul(a, w2)# 损失函数和反向传播
y = tf.sigmoid(y)
cross_entropy = -tf.reduce_mean(y_*tf.log(tf.clip_by_value(y, 1e-10, 1.0))+ (1-y_)*tf.log(tf.clip_by_value(1-y, 1e-10, 1.0)))
train_step = tf.train.AdamOptimizer(0.001).minimize(cross_entropy)# 随机生成一个模拟数据集
rdm = RandomState(1)
dataset_size = 128
X = rdm.rand(dataset_size, 2)
# 定义规则来给出样本标签, x1+x2<1的样例都认为是正样例,其他为负。
Y = [[int(x1+x2 < 1)] for (x1,x2) in X]# 创建一个会话来运行Tensorflow程序
with tf.Session() as sess:init_go = tf.global_variables_initializer()# 初始化变量sess.run(init_go)# 训练之前的参数print('parameter w1 before train: ', sess.run(w1))print('parameter w2 before train: ', sess.run(w2))STEPS = 1000for i in range(STEPS):# 每次迭代取batch_size个样本进行训练start = (i*batch_size) % dataset_sizeend = min(start+batch_size, dataset_size)# 通过训练样本训练神经网络并更新参数sess.run(train_step, feed_dict={x: X[start:end], y_: Y[start:end]})if i%1000 == 0:# 每隔1000步计算所有数据集上的交叉熵并输出total_cross_entropy = sess.run(cross_entropy, feed_dict={x: X, y_: Y})print('After %d training_steps, cross entropy on all data is %g'%(i,total_cross_entropy))# 训练之后的参数print('parameter w1 after train: ', sess.run(w1))print('parameter w2 after train: ', sess.run(w2))print("\ntensorflow版本为{}".format(tf.__version__))
结果如下,可以看到GPU被调用起来了,撒花。
win10 RTX30系列显卡 安装tensorflow-gpu 1.15相关推荐
- Win10 RTX30系列卡安装VS2019+Python3.7+Pytorch1.8.0+Detectron2.0.4.0+CUDA111+CUDNN8.0.5过程
前记 tf1.10或者pytorch1.5.0+cuda9+3070测试翻车,初始化时间长,inference结果异常:更新cuda11+tf2.3或者pytorch1.8.0+3070 测试OK,经 ...
- Win11系统/RTX30系列显卡——安装gpu版pytorch
1.电脑显卡:RTX 3060 2.预先安装 cuda11.6(支持win11的最低版本) 参考教程:Windows安装pytorch-gpu_息吹的博客-CSDN博客_window安装pytorch ...
- Ubuntu 20.04 安装Tensorflow GPU版本 (GTX-1060显卡)
Ubuntu 20.04 安装Tensorflow GPU版本 (GTX-1060显卡) 参考: https://cyfeng.science/2020/05/02/ubuntu-install-nv ...
- rtx30系列显卡运行tf1程序
rtx系列显卡支持的cuda为11以上版本,根据tf版本对照关系,如下图.表示正常情况下tf1无法在trx30系列显卡上面跑 然而,很多时候,我们还需要tf1,怎么办呢? 1.将tf1代码全部修改为t ...
- Win10下Anaconda3上安装tensorflow教程
Win10下Anaconda3上安装tensorflow教程 大概花费了4-5个小时的时间安装上了基于GPU版本的tensorflow1.3.0(除此之外还有基于CPU的版本),大体安装步骤如下: s ...
- 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...
- linux安装tensorflow教程,Ubuntu 16.04 安装 TensorFlow(GPU支持)
本文记录Ubuntu 16.04安装Tensorflow步骤,也包括怎么从源码编译安装Tensorflow. 要想安装Tensorflow GPU版本,你需要有一个新一点的Nvidia显卡. Tens ...
- windows10下安装tensorflow(gpu版本)
windows10安装tensorflow的gpu版本(pip3安装方式) 前言: TensorFlow 有cpu和 gpu两个版本:gpu版本需要英伟达CUDA 和 cuDNN 的支持,cpu版本不 ...
- 【踩坑】RTX30系列显卡的CUDA配置
最近为了科研任务顺利和提高计算速度,新购入了一台式机, 具体配置为 R7 5800 + RTX 3060 12GB. 将之前的实验数据连同 Ubuntu 20.04 LTS 系统一同转移到了 1T固态 ...
最新文章
- 为了杀蚊子,这位博士用树莓派DIY了一把激光枪!网友:伤到人怎么办?
- Windows XP环境下Apache2.2.21和Tomcat7.0.26下的整合
- 计算机网络工作组英文,十进制网络标准工作组:IPv4,IPv6,IPv9三代协议比较
- lodash _.size
- Python用过的小知识备忘录
- WCF技术剖析之六:为什么在基于ASP.NET应用寄宿(Hosting)下配置的BaseAddress无效...
- HDU 3153 Pencils from the 19th Century(数学)
- hdu--2660--二维费用背包
- Layer下拉框监听
- 升级CentOS到最新版本
- 自动化运维落实基础及常用工具对比
- 优秀的穿越机玩家们看过来,你们现在拥有进入DRL2018赛季的机会了
- MFC做一个简易的登录界面
- 【数理统计】卡方检验
- OSChina 周五乱弹 ——我们就开个程序员餐厅!
- 初步探索C++深浅拷贝
- 夏天吃海鲜的八大禁忌
- 成电计算机考研专业课,2020成电软件工程考研经验贴
- 阿里云模板建站好处(模板建站+定制建站)优惠购买指导
- 【数据安全 每周资讯】欧盟数字新法案即将出台,给美科技巨头再施“紧箍咒”