Tensorflow-Gpu安装 基于gtx1060
Tensorflow-gpu安装 基于gtx1060
最近学习tensorflow,网上各种gpu版本的安装太乱了,自己整合了一个
CUDA与显卡驱动:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
tensorflow-gpu与CUDA cudnn python 的对应关系:https://tensorflow.google.cn/install/source_windows?hl=en#gpu
Table. CUDA和显卡驱动
| CUDA Toolkit | Linux x86_64 Driver Version
Windows x86_64 Driver Version |
---|
CUDA 11.6 Update 1 |
CUDA 11.6 GA |
CUDA 11.5 Update 2 |
CUDA 11.5 Update 1 |
CUDA 11.5 GA |
CUDA 11.4 Update 4 |
CUDA 11.4 Update 3 |
CUDA 11.4 Update 2 |
CUDA 11.4 Update 1 |
CUDA 11.4.0 GA |
CUDA 11.3.1 Update 1 |
CUDA 11.3.0 GA |
CUDA 11.2.2 Update 2 |
CUDA 11.2.1 Update 1 |
CUDA 11.2.0 GA |
CUDA 11.1.1 Update 1 |
CUDA 11.1 GA |
CUDA 11.0.3 Update 1 |
CUDA 11.0.2 GA |
CUDA 11.0.1 RC |
CUDA 10.2.89 |
CUDA 10.1 (10.1.105 general release, and updates) |
CUDA 10.0.130 |
CUDA 9.2 (9.2.148 Update 1) |
CUDA 9.2 (9.2.88) |
CUDA 9.1 (9.1.85) |
CUDA 9.0 (9.0.76) |
CUDA 8.0 (8.0.61 GA2) |
CUDA 8.0 (8.0.44) |
CUDA 7.5 (7.5.16) |
CUDA 7.0 (7.0.28) |
CUDA 11.2.2 Update 2 |
CUDA 11.2.1 Update 1 |
CUDA 11.2.0 GA |
CUDA 11.1.1 Update 1 |
CUDA 11.1 GA |
CUDA 11.0.3 Update 1 |
Table2.tensorflow-gpu与CUDA cudnn pythonn
Version | Python Version | Compiler | Build tools | Cudnn | Cuda |
---|---|---|---|---|---|
tensorflow_gpu-2.8.0 | 3.7-3.10 | MSVC 2019 | Bazel 4.2.1 | 8.1 | 11.2 |
tensorflow_gpu-2.7.0 | 3.7-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow_gpu-2.6.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow_gpu-2.5.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow_gpu-2.4.0 | 3.6-3.8 | MSVC 2019 | Bazel 3.1.0 | 8.0 | 11.0 |
tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
tensorflow_gpu-2.2.0 | 3.5-3.8 | MSVC 2019 | Bazel 2.0.0 | 7.6 | 10.1 |
tensorflow_gpu-2.1.0 | 3.5-3.7 | MSVC 2019 | Bazel 0.27.1-0.29.1 | 7.6 | 10.1 |
tensorflow_gpu-2.0.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
tensorflow_gpu-1.15.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
tensorflow_gpu-1.14.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.24.1-0.25.2 | 7.4 | 10 |
tensorflow_gpu-1.13.0 | 3.5-3.7 | MSVC 2015 update 3 | Bazel 0.19.0-0.21.0 | 7.4 | 10 |
tensorflow_gpu-1.12.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7.2 | 9.0 |
tensorflow_gpu-1.11.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7 | 9 |
tensorflow_gpu-1.10.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.9.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.8.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.7.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.6.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.5.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.4.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.3.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.2.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.1.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.5.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.4.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.3.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.2.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.1.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
第一步
根据显卡驱动版本选择CUDA版本,再根据python和cuda版本选择安装的版本
我选择的是
tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
---|
第二步
下载Anaconda
这里可以去官网下载,我下载的是
安装
这里选上,省去很多麻烦
命令提示符输入指定指令出现图示即安装成功
第三步
命令提示符输入conda config --set show_channel_urls yes
之后在c盘的user中找condarc文件
用记事本的方式打开此文件,修改内容为
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirror.tuna.tsinghua.edu.cn/anaconda
default_channels: - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
目的是换源,提高下载速度
在内容替换完毕后,在命令提示符中输入
conda clean-i
内容就替换成功了
第四步
python换源 在命令提示符中输入pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
创建环境:conda create -n tensorflow python=3.8
进入tensorflow环境 :activate tensorflow
确定cuda版本 :conda install cudatoolkit = 10.1
确定cudnn版本:conda install cudnn = 7.6
安装tensouflow:pip install tensorflow-gpu==2.3.0
验证是否安装成功
进入python:命令提示符中输入python
输入import tensorflow as tf
tf.test.is_gpu_available()
出现true即为安装成功
Tensorflow-Gpu安装 基于gtx1060相关推荐
- 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 ...
- 【tensorflow】tensorflow -gpu安装及jupyter环境更改
tensorflow -gpu安装 首先,安装Anoconda 1. 官网下载点我: 2.安装 点击 python 3.6 version自动下载x64版,下载好之后,然后安装. 如图,打上勾之后,一 ...
- Windows Tensorflow GPU安装
GPU资源对神经网络模型的训练很重要,应充分利用电脑的显卡资源,加快模型的训练速度.这里是本人安装tensorflow-gpu的过程,记录了安装的步骤以及在每个步骤中参考的资料以及所遇到的坑. 大体步 ...
- ubuntu16.04+GTX1060+ CUDA9.0+CUDANN7.0 tensorflow(GPU)安装,实测有效,安装包我放在云盘中,直接下载使用。
最近在运行一些 semantic segmentation 的代码,好多都是GPU版本的,自己就安装一下,记录一下,开始错了好多次,最后参考了一些文章,发现这个版本问题很重要,我用的是一下版本cuda ...
- Ubuntu+Docker+Tensorflow+GPU安装
Docker对于在Linux下快速建立深度学习的工作环境很有帮助,参考一些文章,2小时安装完成. 0.预备 GCC,Python, CUDA等需要提前安装好. CUDA上次安装Kaldi时我已经安装好 ...
- tensorflow gpu安装_tensorflow-gpu安装配置
1 介绍 目前,主流版本是tensorflow-gpu 1.12.0,线上安装这个版本,和这个版本搭配的cuda是9.0版本,cudnn版本是7.0.5. 2 cuda和cudnn安装 cuda驱动地 ...
- Tensorflow+gpu安装
1.方法很简单:在安装好anaconda的前提下,直接用命令conda install tensorflow-gpu==1.4.1即可,其中1.4.1是版本号,可修改. 2.conda安装包如果没有指 ...
- tensorflow gpu python3.5_Win10+Anaconda3下tensorflow-gpu环境配置
Win10+Anaconda3下tensorflow-gpu环境配置 基本环境 操作系统window10-education 显卡 NIVIDA GETFORCE GTX 1050 安装Anacond ...
- tensorflow gpu测试代码
安装tensorflow GPU版本测试是否成功代码 import tensorflow as tf #输出显示测试安装结果 print('GPU',tf.test.is_gpu_available( ...
最新文章
- python数据库哪个好_终于明了python用什么数据库好
- dubbo管理控制台安装和使用
- linux c之access方法介绍
- 动力环境监控系统论文_机房动力环境监控系统方案
- 《『若水新闻』客户端开发教程》——04.设计新闻分类UI(2)
- [vue-router] Duplicate named routes definition
- 【密码学05】加密模式
- [Bzoj2049][Sdoi2008]Cave 洞穴勘测
- 程序人生:不知道我讲了什么的回应稿
- php下添加pdo_mysql扩展
- jdk和jre的关系
- 如何把pdf转换成excel表格
- 系统仿真实践中的精益思维(随感)
- opencv之伪彩变换
- heaptargetutilization/heapmaxfree/heapminfree/heapstartsize/multiplier虚拟机参数的配置
- Skipping MapperFactoryBean with name ‘xxx‘ and ‘xxx‘. Bean already defined with the same name’警告
- error C2059: syntax error : 'type'
- 如何获得coredump
- JAVA判断上传文件后缀名是否符合规范MultipartFile
- 渗透测试-Kali Linux学习(Linux基础、Shell编程、渗透测试软件)
热门文章
- LaTex 在图片上添加文字和公式
- WARNING: --master-data is deprecated and will be removed in a future version
- SylixOS中的CPU集合及其操作
- 在Android运行cocos Demo游戏
- 虹科技术 | 快速准确测量0.05m-500m--虹科dimetix激光测距传感器的优势
- 「面向信仰编程」Draven 专访:像写代码一样,用树形的结构写文章
- pta 7-2 jmu-python-组合数 (20 分) python函数练习
- 声纹技术(三):声纹识别技术
- BUAA(2021春)大作业—— 文本摘要生成(数组字典树+快排=0.087s)
- 什么软件有html5游戏,多款好玩HTML5小游戏带你认识HTML5优势