Ubuntu下配置TensorFlow-Gpu版,其對應CUDA、cuDNN版本
TensorFlow官網安裝指導介面提示“執行支援 GPU 的 TensorFlow 所需滿足的 NVIDIA 要求”
檢視機器CUDA、cuDNN版本命令分別是:
- cat /usr/local/cuda/version.txt
- cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
例如得到如下資訊:
CUDA Version 8.0.44
#define CUDNN_MAJOR 5
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 5
這表示CUDA為8.0版,cuDNN為5.1.5
在官網給出了經過測試的原始碼配置資訊:
以linux為例:
可以看到1.0~1.2是我們可以使用的GPU版。
相關推薦
Ubuntu下配置TensorFlow-Gpu版,其對應CUDA、cuDNN版本
TensorFlow官網安裝指導介面提示“執行支援 GPU 的 TensorFlow 所需滿足的 NVIDIA 要求” 檢視機器CUDA、cuDNN版本命令分別是: cat /usr/local/cuda/version.txt cat /usr/local/cuda
windows下配置tensorflow-gpu
目錄 1-檢視是否有老版本的nvidia顯示卡驅動,沒有即下載** 2-下載並安裝cuda 1-檢視是否有老版本的nvidia顯示卡驅動,沒有即下載** #終端依次輸入如下命令列下載安裝:
Ubuntu下安裝tensorflow-gpu(1.7)
一、系統環境 作業系統:Ubuntu(16.04) 顯示卡 :NVIDIA GeForce GTX 1080ti 二、CUDA安裝 1、下載CUDA Toolkit 9.0 2、安裝CUDA 1)執行: sudo sh cuda_9
ubuntu下安裝tensorflow-gpu
首先說明:實驗室的伺服器已經配置好了NVIDIA的環境,所以我只在自己的賬戶下做了如下配置: 1. 首先下載anacon3 wget + 下載連結URL + 想要的版本號 例如:wget + https://mirrors.tuna.tsinghua.edu.cn/anacond
Ubuntu下配置FreeRadius+MySQL+xl2tpd,實現L2TP由FreeRadius認證連線並由MySQL管理使用者
大部分情況下,pptp協議的VPN服務已經不被支援了(例如iOS下不支援pptp),所以我搭建的VPN用的是L2TP協議的。 作業系統版本:Ubuntu 14.04 LTS 執行環境:LAMP1.5 一、前期工作 1.安裝LAMP搭建Web容器服務 wget -c
win10下,配置tensorflow+GPU
首先,需要三個軟體包,一個Anaconda,一個CUDA,一個CUDNN Anaconda網上下載相對應的系統版本就行了 選擇下載CUDA8.0,則應該選擇Cudnn6.0!!!!!!如果選擇CUDA9.0,CUDNN選擇相對應的Cudnn(推薦前者) 下面關於CUDA
ubuntu下解除安裝cuda8.0,和安裝cuda9.0,cudnn7.0,tensorflow-gpu=1.8
簡介最近使用tensorflow object detection訓練自己的資料集時,出現了AttributeError: module 'tensorflow.contrib.data' has no attribute 'parallel_interleave'主要的原因
ubuntu環境下配置tensorflow-cpu
目錄 1 這是在本地環境下的tensorflow配置 2下載anaconda來隔離環境,建立環境 3、配置anaconda: 4、啟動Tensorflow開發環境 我個人是從ubuntu系統開始,先配置tensorflow-cpu,然後配置tensorflow-gpu,本文先
Ubuntu 16.04安裝N卡驅動、cuda、cudnn和tensorflow GPU版
安裝驅動 最開始在英偉達官網下載了官方驅動,安裝之後無法登入系統,在登入介面反覆迴圈,用cuda裡的驅動也出現了同樣的問題。最後解決辦法是把驅動解除安裝之後,通過命令列線上安裝驅動。 解除安裝驅動: sudo nvidia-uninstall 線上安裝: sudo apt-add-repository
Win10下Tensorflow(GPU版)安裝趟坑實錄
轉載出處 https://blog.csdn.net/weixin_39290638/article/details/80045236 背景 筆者2017年底入手新電腦,顯示卡型號是NVDIAGEFORCE MX150,剛入坑TensorFlow。在安裝Tenso
tensorflow GPU版安裝(win10系統,anaconda3.4.2,python3.5, GTX1050,CUDA9.0
tensorflow GPU版安裝(win10系統,anaconda3.4.2,python3.5, CUDA9.0.176_win10,cudnn-9.0-windows10-x64-v7,GTX1050 Ti) 安裝完anaconda,配置環境: 系統變數中的pa
來自官方文件的Ubuntu 16.04 + tensorflow-GPU 配置
I Preprare for CUDA installation 本節是一些準備工作,檢視作業系統版本號、GPU型號等。 To verify that your GPU is CUDA-capable, go to your distribution's equ
Tensorflow下配置CPU+GPU
博主最近剛入坑Tensorflow,配置環境時走了很多坑 找了很多文章,都認為CPU和GPU不能共存 切換到Tensorflow-gpu下 conda list 發現存在 tensorflow 所以呼叫時會先使用 CPU 因此需要uninstall tensorfl
win10下安裝tensorflow-gpu,以及將tensorflow-gpu匯入pycharm
win10下安裝tensorflow-gpu,以及將tensorflow-gpu匯入pycharm 一、準備工具 vs2015 。vs2015我不確定是否要安裝,網上一些教程說要,一些說不要,為了保險起見,我還是裝了。下載地址:官方版 anaconda。下載地址:[清華
Win10下Tensorflow(GPU版)安裝趟坑實錄1
背景 筆者2017年底入手新電腦,顯示卡型號是NVDIAGEFORCE MX150,剛入坑TensorFlow。在安裝TensorFlow時,發現自己的顯示卡型號並不在NVDIA官網上支援型號的名單中。抱著試一試的心態,在經過各種嘗試後,成功安裝。由於是初次安裝,在安裝過
在Ubuntu上配置TensorFlow,Eclipse+PyDev遇到的問題
TensorFlow安裝過程 在Ubuntu上配置TensorFlow程式的問題 注意:Ubuntu必須是64位的,不然TensorFlow安裝不了,具體看什麼版本,可以輸入以下命令:~$ sudo uname –m,如果輸出的是i686則表示是32位的
mac,ubuntu下安裝tensorflow(anacanda)
安裝前,首先翻牆,谷歌的東西,你懂得。。。。 1.安裝anacanda anacanda的好處就不用說了,集成了很多package,省得一一下載。 2.linux的ubuntu,和mac都是自帶python2.7。假如你需要python3版本的,下載anacanda3。進
Win10下Tensorflow(GPU版)實測無坑版
背景 筆者2017年底入手新電腦,顯示卡型號是NVDIAGEFORCE MX150,剛入坑TensorFlow。在安裝TensorFlow時,發現自己的顯示卡型號並不在NVDIA官網上支援型號的名單中。抱著試一試的心態,在經過各種嘗試後,成功安裝。由於是初次安裝,在安裝過程中遇到了一些坑,想分
【TensorFlow】Windows環境下PyCharm執行TensorFlow GPU版(附TensorFlow更新方法)
作為一名穀粉再加上最近研究深度學習,不得不說TensorFlow是一個很好的切入點,今天看了下官方教程踩了幾個坑後,終於在PyCharm上起飛了,廢話不多說下面開始搭建環境吧。(此教程Win10,8.1和7都適用,只需下載不同的安裝檔案即可) 1. 確定安
Ubuntu下的TensorFlow安裝(CPU版)
1.安裝AnacondaAnaconda是一個開源的Python發行版本,其包含了180多個Python或者機器學可能會使用的庫,Anaconda提供的環境可以直接安裝這些庫。步驟如下:1)在Anaconda官網(https://www.anaconda.com/downlo