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,
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!
8.虚拟环境测试:
安装了python3.6.8的环境后,直接pip install 离线包cpu版 测试程序可用!