这两天折腾tensorflow的软硬件环境,把一些需要的资源和注意点罗列出来:

1.使用tensorflow的CPU版本,建议前往github上下载,直接pip安装会有avx报警,地址如下,

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

windows版本:https://github.com/fo40225/tensorflow-windows-wheel

其他:https://github.com/lakshayg/tensorflow-build

注意:看准本版号点进入,不要看后边的描述不准,如1.12里边有cpu也有GPU对应有python3.6和3.7!

2.安装GPU版本,要注意显卡型号,一般是NVIDIA,可以查看这些显卡的算力,地址https://developer.nvidia.com/cuda-gpus

一般来讲算力2以上都可以!

3.CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive

4.CuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-download

5.显卡驱动下载地址:https://www.nvidia.cn/Download/index.aspx?lang=cn

6.不建议使用tf-nightly安装tensorflow

7.自己使用了GTX750TI显卡,安装了cuda10.0和对应cudnn7.3,需要安装对应tensorflow1.12在github上有!

pip安装的tensorflow1.1版本报错,1.12才正常!

 

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄