tensorflow -gpu安装方法（不用自己装cuda，cdnn）
TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1] 。
Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 [1-2] 。
tensorflow -gpu安装
首先，安装Anoconda
1. 官网下载点我：
2.安装
点击 python 3.6 version自动下载x64版，下载好之后，然后安装。
如图，打上勾之后，一路next
3.打开终端
1）输入conda –version 查看版本
2）配置Python环境
我装的是python3.5，你们可以根据情况自己选择
conda create –n tensorflow python=3.5
3）激活python环境：activate tensorflow
你可以退出当前环境：deactivate tensorflow
划重点了：安装tensorflow
**传统的方法就是用pip 安装，导致后面还要下载英伟达的cuda支持以及cdnn库**
**我在这里介绍一种简单的html" target="_blank">方法，不依靠pip**
在终端中输入
conda install tensorflow-gpu
2.看包中内容
如图，cuda 9.0和cdnn 7.1.4已经自动安装了不用再自己下载
3.安装完之后
打开Anaconda Prompt 测试成功
总结
以上所述是小编给大家介绍的tensorflow -gpu安装 ,最简单的途径（不用自己装cuda，cdnn），希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对小牛知识库网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
-
我通过anaconda使用tensorflow cpu，在使用命令之后 gpu安装 我收到以下错误信息 File""，第1行，在runfile（'C：/用户/g/桌面/大师-项目/高斯ROC示例/神经网络工作Example.py'，wdir='C：/用户/g/桌面/大师-项目/高斯ROC示例'） 文件“C:\ProgramData\Anaconda3\lib\site packages\spyde
-
我正试图在Ubuntu 16上安装tensorflow for python 2.7。我正在使用pip安装tensorflow gpu，在终端中收到以下消息： 已满足要求：tensorflow gpu in/usr/local/lib/python3.5/dist-packages已满足要求：wheel 当我尝试导入tensorflow时，它会说
-
本文向大家介绍已安装tensorflow-gpu,但keras无法使用GPU加速的解决，包括了已安装tensorflow-gpu,但keras无法使用GPU加速的解决的使用技巧和注意事项，需要的朋友参考一下 问题 我们使用anoconda创建envs环境下的Tensorflow-gpu版的，但是当我们在Pycharm设置里的工程中安装Keras后，发现调用keras无法使用gpu进行加速，且使用的
-
我有一个艰难的时间试图设置Tensorflow为GPU使用。我没有Windows 10，已经下载了CUDA®工具包8.0， cuDNN v5.1.和卸载Visual C 2015可重新分发和重新安装的建议在Windows上，运行"导入Tenorflow"生成没有名为"_pywrap_tensorflow"错误的模块，但这并没有任何效果。我也不太确定路径，或者是否所有内容都正确地包含在那里。这是我一
-
我在我的Windows 10 PC中安装了张力流2.8.0，只有CPU。根本没有安装英伟达/库达硬件/软件。我用CNN运行了一个简单的Python图像处理项目，我得到了一堆毫无意义的消息： 2022-02-23 07：31：55.511878： W张量流/stream_executor/平台/默认/dso_loader.cc：64] 无法加载动态库“cudart64_110.dll”;德勒尔： c
-
要安装TensorFlow，首先要在系统中安装“Python”，Python 3.4+版本兼容TensorFlow是最好的。 注：目前为止，TensorFlow还不支持Python3.7+以上版本，这里将安装Python3.5版本。 请按照以下步骤在Windows操作系统中安装TensorFlow。 第1步 - 验证已经安装的python版本，如下图所示： 第2步 - 用户可以选择任何方式(机制)