win10 + python3.6 + tensorflow-gpu 1.8 下安裝 CUDA9.0 +CUDNN7.1.4
1.使用anaconda建立tensorflow環境，我的筆記本有塊gtx 765顯示卡，所以使用的是tensorflow gpu，並更新到1.8版本
2.官網更新最新顯示卡驅動，安裝cuda9.0
精簡安裝即可
解壓後複製到CUDA的目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
直接把解壓後的所有檔案複製過去合併就可以（資料夾下的檔案複製過去，不要複製資料夾）：
4.驗證下 在命令列中執行C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe，可以得到GPU執行時的監測介面，則CUDA安裝成功
相關推薦
win10 + python3.6 + tensorflow-gpu 1.8 下安裝 CUDA9.0 +CUDNN7.1.4
1.使用anaconda建立tensorflow環境，我的筆記本有塊gtx 765顯示卡，所以使用的是tensorflow gpu，並更新到1.8版本 2.官網更新最新顯示卡驅動，安裝cuda9.0 精簡安裝即可 解壓後複製到CUDA
win10環境下使用Anaconda3配置安裝TensorFlow-gpu-1.11（win10+Python3.6+vs2015+CUDA9.0+cuDNN7.1+anaconda3+Spyder）
前言 入坑AI，安裝TensorFlow學習深度學習，網上有很多安裝方法，在這裡僅記錄我的安裝方法以及在安裝過程中踩到的各種坑，以便在以後因故重新安裝時供自己回顧使用。（多圖長文） 安裝準備 軟體準備：
win10 python3.5 tensorflow(gpu)安裝
com 技術分享 ima uda -s href spa cudnn ron 為了避免麻煩，安裝的時候全部默認路徑 我安裝的CUDA和CUDNN版本 tensorflow版本1.7 這裏還有點小問題，直接import tensorflow有個報錯，我百度了錯誤
Windows10+python3.6+tensorflow-gpu
首先簡單介紹一下，由於本人在深度學習階段需要使用Google的tensorflow框架來訓練神經網路，經過一番瞭解，TensorFlow有兩種版本，一種是CPU版的，還有一種是GPU版的。考慮到後期要訓練的引數會很多，我電腦的顯示卡為NVIDIA GeForce GTX 96
Win10環境下安裝TensorFlow-GPU1.11.0+cuda9.0+cudnn7.1.4
概要 TensorFlow這東西自打本科畢業設計開始就和它槓上了，很長的時間都是處於安裝解除安裝的死迴圈。經過反覆的試錯，找部落格，總算找到了一些竅門。現在分享給大家。雖然是經驗，但也只能當做參考。TensorFlow的GPU版本的安裝說實在的就是看機器，看運氣
win10+Anaconda3+tensorflow(gpu)+cuda9.0+cudnn7.1+ide(sublime)+好用的科學工具包配置
1、下載科學工具包（類似jdk、sdk的東東）①Anaconda3選取電腦對應的系統，建議下載3的最新版本②在環境變數中再新增Scripts地址 樣例如下下載之後基本上常用的科學工具包都會有比較常用的numpy、matplotlib、scikit-learn、pandas、O
TensorFlow安裝(Ubuntu18.04+Anaconda3+CUDA9.0+cuDNN7.1+TensorFlow1.8.0+Pycharm)
vat art bashrc linux. pychar courier 類型 height 文件夾 p { margin-bottom: 0.1in; line-height: 115% } a:link { } 1.安裝pip (1)安裝 sudo apt-get in
【TensorFlow】Win10+TensorFlow-gpu1.9.0+CUDA9.0+cudnn7.1.4（2018/11/02）
折騰了一天多，終於配置成功了orz 本篇文章是2018年11月2日寫的，Win10，顯示卡為960M 下載版本為：（請注意相容性） Anaconda3 5.3.0 TensorFlow-gpu 1.9.0 CUDA9.0 cu
Mask R-CNN訓練自己的資料集在win10上的踩坑全過程：CUDA9.0+CUDNN7.1.4+Tensorflow-gpu1.9.0+keras-gpu2.2.4
基礎配置 首先你需要在win10上下載Git（用於我們在github上面下載原始碼）和MinGW（方便我們在win10上也能用linux的make操作命令）。 接著你要下載cuda9.0和cudnn7.1來繫結你的windows的Nvidia 接著你需要在win10上面安裝an
win10 + python3.5+tensorflow+各種依賴庫的安裝方法
看到最新的tensorflow支援windows系統，LZ不免也想嘗試一下。結果沒想到遇到各種坑。 首先第一個問題，tensorflow在windows下只支援python3.5，而我之前裝的anaco
Ubuntu 下安裝CUDA（安裝：NVIDIA-384+CUDA9.0+cuDNN7.1）
rate lob dimen 申請 brush snappy clu edit 表示 （安裝：NVIDIA-384+CUDA9.0+cuDNN7.1） 顯卡(GPU)驅動：NVIDIA-384 CUDA:CUDA9.0 cuDNN:cuDNN7.1 Ubuntu 下安裝CU
[轉]Windows下安裝storm-0.9.1
來源：https://www.cnblogs.com/liuruitao/p/4669657.html Windows下安裝storm-0.9.1的詳細步驟如下： 1.確定已經正確安裝JDK1.6或JDK1.7（具體安裝步驟略） 2.安裝Python2.7版本(測試storm-start
【經驗】gtx1080 顯示卡 cuda9.0 cuDNN7.1 tensorflow 安裝教程
背景 機器：dell xps8920 系統：Ubuntu16.04(amd64) 顯示卡：gtx1080 python版本：python3.6 安裝CUDA9.0 舊版本清理 sudo ./uninstall_cuda_*.pl 官網下載cuda9.0 &n
ubuntu16.04下安裝cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。
本機配置：i7-8700 GTX1070。經測試，本方案在i7-9700K 泰坦XP上也適用： 在安裝之前首先感謝實驗室師弟寫的部落格，但是寫的估計有點亂，為了實驗室以後裝cuda這些東西方便一些，這裡配上圖，改進了一下之前師弟寫的教程，更易懂一點： 1.安裝nvid
固態、機械雙硬碟+UEFI、APT+Win10、Ubuntu18.04LTS雙系統+GTX 1080i+Cuda9.0+cudnn7.1.4+Tensorflow1.12
1、在Win10上裝Ubuntu18.04LTS雙系統 SSD 250G + 機械硬碟1t。我將SSD分出一部分作為C盤裝win10系統，剩餘100G不分割槽以備全部裝linux; 機械硬碟整個作為一個區，用於win10系統下安裝個人軟體和儲存文件。兩個硬碟都
deepin15.8+NVIDIA_390.87+cuda9.0+cudnn7.4+tensorflow-gpu_1.9配置血淚史
就在剛剛，我完成了一波騷配置，tensorflow-gpu終於能用了 從新電腦到手開始安裝Linux系統，到現在，過去了整整兩天，充滿了血與淚。 1.安裝deepin 15.8 之前想裝Ubuntu 18.04，但是各種騷問題：Firefox卡住、xserve不存在等。於
Ubuntu18.04+CUDA9.0+cuDNN7.1.3+TensorFlow1.8 安裝總結
Ubuntu18.04+ Tensorflow1.8 安裝總結 Ubuntu18.04發行已經有一段時間了，正好最近Tensorflow也釋出了1.8版本，於是決定兩個一起裝上，以下是安裝總結，大致可以分為5個步驟 確認當前軟體和硬體環境、版本 更新顯
ubuntu18.04+CUDA9.0+cuDNN7.1.4+tensorflow1.9 環境搭建
1. 主機配置說明 在前幾天，得知公司新採購了幾臺主機，所以我們組領導就向公司申請了一臺回來，做資料分析。 伺服器買的是惠普的主機，型號是：HP EliteDesk 800 G3。不算強勁，但用來做GPU的資料分析測試，也可以了。具體引數：CPU：i7-7700記憶體： 32G顯示卡： GTX 1070硬
Deepin/ubuntu 下安裝cuda9.0和cudnn7.0
安裝cuda 注意:如果你的顯示卡是GTX 10系的，這個教程沒有任何用。 step 1 前往nividia官網下載cuda9.0和 cudnn7.0 cuda cudnn 下載cudnn7.0需要登入，如果沒有nividia賬號，先註冊一個
deepin下安裝CUDA9.0
因為參加學校一些專案的原因需要學習一下深度學習方面的知識，所以就需要配置CUDA來編譯一些原始碼來學習一下 配置環境這個確實有點坑，搞了挺久了還是卡在這一步（其實原始碼也看不懂），不過最近總算是搞成功了吧，不過編譯原始碼的時候還是出了點問題，先記錄一下