查看CUDA版本(重要!!!):CUDA查看 以及 Win适配版本查看
(对于想要更换版本见:https://www.dnpz123.com/6194.html)
然后安装所需的配置:教程 以及 环境变量详细教程及安装检测
创建conda虚拟环境(这里是python3.6):conda create --name tf-gpu python==3.6
进入该环境创建tensorflow-gpu版本:conda install tensorflow-gpu==1.14
检验:进入python编译环境,然后依次输入下面两条命令
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
若提示信息含有GPU字样则表示使用了GPU,否则是CPU
对于GPU是否可用使用如下命令:print(tf.test.is_gpu_available())
附:对于2.0版本,只需把1.14改为2.0.0即可,参考:https://blog.csdn.net/qq_44291672/article/details/107365871
对于安装2.0版本时可能出现的错误:
your CUDA driver:- feature:/win-64::__cuda==10.0=0
Your installed CUDA driver...
类似这样的错误,根据参考我把python 3.6 改为 3.7之后可以正常安装 tensorflow 2.0.0了
网友评论