zoukankan      html  css  js  c++  java
  • Windows下 gpu版 Tensorflow 安装

    1. windows 查看 cuda 版本:

    nvcc -V

    2. conda 常用命令:

    1)conda env list 可以列出当前存在的虚拟环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号,即默认的环境。

    2)conda list 查看安装了哪些包。

    3)conda update conda 检查更新当前conda。

    4)如果你不再使用某些环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里env_name 为环境名)。

    5) 创建python虚拟环境。
         使用 conda create -n your_env_name python=X.X(2.7、3.6等)命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

    6) 使用激活(或切换不同python版本)的虚拟环境。
        打开命令行输入python --version (或 python -V)可以检查当前python的版本。
        使用如下命令即可 激活你的虚拟环境(即将python的版本改变)。
        Linux:  source activate your_env_name(虚拟环境名称)
        Windows: activate your_env_name(虚拟环境名称)

    7) 对虚拟环境中安装额外的包。

        使用命令conda install -n your_env_name [package] 即可安装package到your_env_name中。

    8) 关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)。
       使用如下命令即可。
       Linux: source deactivate
       Windows: deactivate
    9) 删除虚拟环境。
       使用命令conda remove -n your_env_name(虚拟环境名称) --all, 即可删除。
    10) 删除环境中的某个包。
       使用命令conda remove --name your_env_name  package_name 即可.

    3. win10 下cuda 9.0 卸载:

     因为想给本地的windows10 安装gpu版的 Tensorflow, 需要先安装cuda 和 cudnn ,但是cuda我装的是10.1,然后再安装tensorflow之后,发现找不到tensorflow模块,应该是版本不兼容的问题,只好卸了重装。

    1)首先把 安装的Tensorflow 卸了:

    pip uninstall tensorflow

    2)打开电脑的控制面板,找到cuda程序,卸载程序.

    • 软件名含cuda的,9.0的,sdk,NVIDIA Nsight HUD、NVIDIA GeForce Experience、等,这些都可以卸载掉。
    • 如果不确定那个程序能不能删除,可以搜索试试看,程序什么用途的。
    • NVIDIA的软件一个个都有其独立卸载程序,不用担心卸载顺序。

    留下:NVIDIA的图形驱动程序、NVIDIA Physx系统软件,如果你有这2个软件,就别卸载。

    卸载完后,你会发现电脑—开始—所有程序,里面那个关于NVIDIA的程序文件不见了。存在的话,也可以看看里面还剩下什么,可以搜索看看。当然,C盘里面C:Program FilesNVIDIA GPU Computing Toolkit文件也可以删除了。

    4. win10 下安装 gpu版Tensorflow (傻瓜安装版)

    超级简单, 只有一条命令,不用事先安装cuda和cudnn!!

    conda install tensorflow-gpu

    安装完成之后可以测试下是否装好:

    至此,成功啦!!!

  • 相关阅读:
    Elasticsearch集群优化实战
    Elasticsearch跨集群搜索(Cross Cluster Search)
    Elasticsearch集群运维
    Elasticsearch冷热集群搭建
    分布式系统事务一致性
    使用Vertx重构系统小结
    ThreadLocal原理分析与使用场景
    使用Vertx构建微服务
    使用 Python & Flask 实现 RESTful Web API
    Golang简单工厂方法demo
  • 原文地址:https://www.cnblogs.com/Bella2017/p/10826570.html
Copyright © 2011-2022 走看看