windows环境下配置tensorflow_gpu版本——无需更改本地的cuda

大家可以在tensorflow学习中,可能会遇到使用tensorflow_gpu版本的安装,但是一般涉及到gpu的安装,就需要配置cuda,这个过程很麻烦且浪费时间,下面给出一个简单的方法配置环境。

假设已经创建好虚拟环境,这里我们选取tensorflow-gpu==2.1.0为例进行举例,注意python版本在3.6-3.9之间

可以看出需要cudnn=7.6,cudatoolkit=10.1

安装cudnn

python 复制代码
conda install cudnn=7.6.5

安装cudatoolkit

python 复制代码
conda install cudatoolkit=10.1

安装tf=2.1.0

python 复制代码
pip install tensorflow-gpu==2.1.0

如果自己pip或者conda下载慢的话,可以直接下载对应的whl包,pip安装就行。

网址放在这 https://www.tensorflow.org/install/pip?hl=zh-cn ,自行下载即可

验证是否安装成果

在终端输入以下命令

python 复制代码
import tensorflow  as tf
print(tf.__version__)
相关推荐
波动几何4 小时前
OpenClaw 构建指南:打造智能多工具编排运行时框架
人工智能
程序猿追4 小时前
深度解码AI之魂:CANN Compiler 核心架构与技术演进
人工智能·架构
新缸中之脑4 小时前
Figma Make 提示工程
人工智能·figma
赫尔·普莱蒂科萨·帕塔5 小时前
智能体工程
人工智能·机器人·软件工程·agi
觉醒大王5 小时前
AI写的青基中了
人工智能·笔记·深度学习·学习·职场和发展·学习方法
深鱼~5 小时前
深度剖析ops-transformer:LayerNorm与GEMM的融合优化
人工智能·深度学习·transformer
哈__5 小时前
CANN图优化技术:深度学习模型的编译器魔法
人工智能·深度学习
灰灰勇闯IT5 小时前
神经网络的基石——深度解析 CANN ops-nn 算子库如何赋能昇腾 AI
人工智能·深度学习·神经网络
秋邱5 小时前
深度解析CANN与AIGC的核心联系:算力底座赋能生成式AI规模化落地
人工智能·aigc
一枕眠秋雨>o<5 小时前
数学的底座:ops-math如何为AI计算注入确定性
人工智能