TensorFlow1.2~2.1各GPU版本与CUDA对应版本 | tensorflow-gpu 的安装测试

参考链接一
参考链接二

搭建TensorFlow的GPU版本，必备条件是一块能够支持CUDA的NVIDIA显卡，首先需要安装其基础支持平台CUDA和其机器学习库cuDNN，然后在此基础上搭建对应TensorFlow GPU版本

TensorFlow1.2~2.1各GPU版本CUDA和cuDNN对应版本如下：

tensorflow-gpu 的安装测试

Cuda 10.0, V10.0.130

首先 安装了：

conda create -n tf21 python=3.7.2

pip install tensorflow-gpu==2.1.0

  

 

  
1
  
2
  
3
  
4
 

测试输出如下：

import 时 说 不能加载 cuda下的一个.so 文件，但是 print(tf.__version__) 可以顺利输出。

因为 cuda版本为 10.0, 担心 代码运行出问题，所以还是 进行卸载，重新安装了 2.0.0
命令如下：
pip源设置

pip uninstall tensorflow-gpu==2.1.0

pip install tensorflow-gpu==2.0.0

  

 

  
1
  
2
  
3
 

pip 设置使用豆瓣 或者 阿里云的 源，下载速度还是可以的！

安装后再次进行测试，就是完全正确的了，没有刚刚多余的输出！

Python 3.7.2 (default, Dec 29 2018, 06:19:36) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> print(tf.__version__)
2.0.0

  

 

  
1
  
2
  
3
  
4
  
5
  
6
 

文章来源: positive.blog.csdn.net，作者：墨理学AI，版权归原作者所有，如需转载，请联系作者。

原文链接：positive.blog.csdn.net/article/details/107342367