tensorflow1.13.2gpu安装
时间: 2023-04-27 12:05:31 浏览: 111
要安装tensorflow1.13.2gpu,需要先确保你的电脑上已经安装了NVIDIA显卡驱动和CUDA工具包。然后,你可以通过以下步骤来安装tensorflow1.13.2gpu:
1. 安装Anaconda或Miniconda,创建一个新的虚拟环境。
2. 在新的虚拟环境中安装tensorflow-gpu 1.13.2版本。可以使用以下命令:
conda install tensorflow-gpu=1.13.2
3. 安装其他必要的依赖项,例如cuDNN库和TensorBoard。
4. 测试安装是否成功,可以使用以下代码:
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.list_devices())
如果成功安装,你应该能够看到GPU设备的信息。
相关问题
m1安装tensorflow-gpu 1.13.2
很抱歉,但是根据提供的引用内容,我没有找到关于在M1芯片上安装TensorFlow-GPU 1.13.2的相关信息。然而,对于M1芯片的Mac设备,TensorFlow官方推荐使用TensorFlow的版本为2.4.0或更高版本,并且使用Rosetta 2技术进行安装和运行。
以下是在M1芯片上安装TensorFlow的一般步骤:
1. 确保您的Mac设备已更新到最新的macOS版本。
2. 安装Xcode Command Line Tools,可以通过终端运行以下命令来安装: `xcode-select --install`
3. 安装Homebrew,可以通过终端运行以下命令来安装: `/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"`
4. 使用Homebrew安装Python 3,可以通过终端运行以下命令来安装: `brew install python@3.9`
5. 创建并激活一个新的Python虚拟环境,可以通过终端运行以下命令来创建和激活:
```
python3 -m venv myenv
source myenv/bin/activate
```
6. 安装TensorFlow,可以通过终端运行以下命令来安装: `pip install tensorflow`
请注意,以上步骤仅适用于安装TensorFlow本身,对于GPU支持,请确保您的系统和硬件满足TensorFlow的要求,并按照官方文档提供的说明进行配置。
希望这些信息对您有所帮助!如果有任何进一步的问题,请随时提问。
tensorflow-gpu==1.13.2,keras==2.1.5应该用什么版本的cuda和cudnn
根据官方文档,TensorFlow 1.13.2的建议CUDA版本为9.0,建议cuDNN版本为7.4。而Keras 2.1.5的建议CUDA版本为8.0,建议cuDNN版本为6.0。
所以,为了兼容TensorFlow和Keras,你需要安装CUDA 9.0和cuDNN 7.4。如果你已经安装了其他版本的CUDA和cuDNN,可以尝试卸载它们并安装符合上述要求的版本。