GTX950M+Cuda10.1+TensorFlow2.1.0+Pytorch1.7.1
GTX950M+Cuda10.1+Tensorflow2.1.0-Gpu
文章目录
- GTX950M+Cuda10.1+Tensorflow2.1.0-Gpu
- 1.电脑环境、电脑配置
- 1.1电脑配置
- 1.2注意点:
- 2.安装Cuda
- 2.1安装cuda10.1
- 2.2安装cudnn
- 2.3安装tensorflow2.1.0
- 2.4安装pytorch
- 3.验证结果
- 3.1验证Tensorflow
- 3.2验证Pytorch
1.电脑环境、电脑配置
1.1电脑配置
显卡:GTX950M 16年的桌面笔记本老产品
Python环境:Python3.7 Anaconda
操作系统:Window10
1.2注意点:
搞深度学习非常依赖于显卡的性能,如果笔记本电脑的所对应的显卡算力和性能太低,建议换电脑搞深度学习!Cpu当然也可以搞,不过要死不嫌慢或者Cpu强大的可以考虑用cpu版,那么就不需要安装cuda.AMD的显卡也能搞深度学习,不过优点麻烦!关于英伟达显卡的算力可以参考以下英伟达官网给出的页面:
英伟达显卡算力表
2.安装Cuda
安装cuda之前要考虑自身电脑的配置以及自身已经安装的环境对于Tensorflow以及Pytorch的支持情况。我的电脑安装的是Python3.7,因为tensorflow2.0以上的版本支持python3.7的最低版本为为2.0.0,但我选择了tensorflow2.1.0. 关于Python版本支持的Tensorflow情况详情可以参考Tensorflow官网。
TensorFlow支持的Python版本
2.1安装cuda10.1
如上图所示,要安装Tensorflow-gpu2.1.0,就需要电脑安装cuda10.1,因而可以去英伟达官网安装cuda.
英伟达cuda安装地址
点击进入cuda10.1的页面进行下载:
以下两个是已经下载好的百度云cuda版本:
cuda10.1 提取码:fmyo
cuda10.0提取码:ch28
下载完后点击安装:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wpk7s9PR-1608032415152)(D:\笔记\CSDN\images\cuda具体安装1.png)]
按照图示步骤来,Visual Studio Integration不选,否则有可能导致安装不成功:
验证是否成功:
win+R 输入cmd,进入命令行界面:
输入以下指令:
nvcc -V
2.2安装cudnn
不同版本的cuda 对应着不同的cudnn,详情可以从英伟达官网找到具体信息。
cuddn官网下载
不过,下载cudnn需要去英伟达官网注册。这里提供两个版本的cudnn:
支持cuda10.1cudnn 提取码:f0kh
支持cuda10.0cudnn 提取码:lxt2
解压文件夹,将解压后的文件夹下的文件拷贝到cuda安装目录下,与之相对应的文件夹下
至此,cuda算是完成安装。
2.3安装tensorflow2.1.0
本次采用pip 的方式安装,当然也可以采用conda的方式安装。
打开anaconda prompt:
输入pip 下载的包:
pip install tensorflow-gpu==2.1.0
# 注意如果没有指定下载的是tensorflow-gpu的话,系统很可能会下载tensorflow的cpu版本
# 如果没有指定具体的版本,很可能下载的是最新的版本
2.4安装pytorch
安装pytorch比Tensorflow要友好很多,很且Pytorch官网会给详细的自动,复制连接就行!
Pytorch下载网址
复制指定直接输入到Anaconda Prompt中就行!
3.验证结果
3.1验证Tensorflow
import tensorflow as tf
print(tf.config.list_physical_devices("GPU"))
print(tf.test.is_gpu_available())
print(tf.test.is_built_with_gpu_support())
print(tf.test.is_built_with_cuda())
验证成功!
3.2验证Pytorch
import torch
x = torch.rand(5, 3)
print(x)
GTX950M+Cuda10.1+TensorFlow2.1.0+Pytorch1.7.1相关推荐
- Windows 10安装CUDA10.1+cudnn7.6.0+Pytorch1.3.0
首先要明确gpu是哪个显卡并且已安装的显卡驱动或者将要安装哪个版本,nVidia官网https://www.nvidia.com/Download/index.aspx, 1. 安装CUDA10.1 ...
- 深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6
系统环境:Win10 Python版本:3.7.6 CUDA版本:10.0 cuDNN版本:7.6.5 Tensorflow-gpu版本:2.0.1 PyTorch版本:1.2.0 深度学习环境配置W ...
- Jetson Nano (Cuda10.2)安装tensorflow2.1.0运行python程序及几个版本tensorflow aarch64下载分享
目录 1.本次遇到的问题 Segmentation fault (core dumped) 2.安装tensorflow2.1.0 3.Jetson Nano上各版本的tensorflow(pytho ...
- Windows编译Tensorflow2.2.0 C++ dll (CPU bazel)
Windows编译Tensorflow2.2.0 C++ dll (CPU bazel) 0.建议预先下载的几个包 1.VS2019, anaconda, bazel, msys2 下载.安装.路径设 ...
- Anaconda3+python3.7.10+TensorFlow2.3.0+PyQt5环境搭建
Anaconda3+python3.7.10+TensorFlow2.3.0+PyQt5环境搭建 一.Anaconda 创建 python3.7环境 1.进入 C:\Users\用户名 目录下,找到 ...
- 【基于TensorFlow2.3.0的果蔬识别系统的设计】
基于TensorFlow2.3.0的果蔬识别系统的设计 一.开发环境 Windows 10 Python 3.7.3 TensorFlow 2.3.0 Anaconda 4.12.0 CUDA 10. ...
- win10安装TensorFlow2.8.0
前言 安装TensorFlow,系统是win10,python是3.9.7,conda是4.10.3,安装的TensorFlow版本是2.8.0 一.安装Anaconda 之前安装过,过程略:Anac ...
- 九天毕昇”云平台:python3.7+CUDA10.1+torch1.6.0+spconcv1.2.1安装OpenPCDet全流程
"九天毕昇"云平台:python3.7+CUDA10.1+torch1.6.0+spconcv1.2.1安装OpenPCDet全流程 一.九天毕昇云平台 1.运行环境 2.云平台包 ...
- 基于TensorFlow2.3.0的花卉识别Android APP设计
一.前言 本设计为基于TensorFlow2.3.0的花卉识别Android APP.TensorFlow2.3.0的API简单易用,训练好后模型导出tflite格式供Anroid APP使用. 开发 ...
最新文章
- 2021年大数据Flink(十五):流批一体API Connectors ​​​​​​​Kafka
- spi iic和串口的区别_GMII、SGMII和SerDes的区别和联系
- centos中python报错 SyntaxError: Non-ASCII character ‘\xe7‘ in file car-training.py on line 7, but no en
- Ganglia监控安装配置
- JSP网站开发基础总结《六》
- 河南职称计算机啥时间考试,河南省2020年高级职称考试时间与具体安排
- P3620-[APIO/CTSC2007]数据备份【贪心,堆,链表】
- C++(16)--运算符重载(自定义Integer类)
- 大白话 设计模式之虚拟工厂
- JavaScript四大家族之client家族
- Pascal voc 数据集下载网址
- web前端学习(十)flex布局
- 跟我学Python图像处理丨带你掌握傅里叶变换原理及实现
- illustrator插件开发向导--基础入门(二)--插件定义--PiPL资源--插件管理--插件入口和消息--加载和卸载--启动和关闭
- linux 无线网卡ping不同,请教高手,本地网卡和无线网卡均不能ping通网关
- intel 新一代集成显卡
- 沙普利算法的java实现_盖尔-沙普利算法告诉你,你的对象在哪里?
- 使用WireShark查看TCP的三次握手
- android RemoteViews解析
- 神经网络正向传播步骤和反向传播