这里简单展示一下 GPU 版本的:
tensorflow2.0 & tensorflow1.15 这两个版本的好处是要求的 python 版本和 cuda 版本都一样,所以不需要为这两种环境分别去安装不同版本的 cuda。
1、安装 tensorflow2.0 ,对应的 python 版本是 3.5-3.7,那我就装 python 3.7。我习惯把该环境命名为 tf2.0。
登录后复制
conda create -n tf2.0 python=3.7 # 安装 conda 虚拟环境
conda activate tf2.0 # 激活
conda install tensorflow-gpu==2.0.0 # 安装 gpu 版本的 tensorflow
# 安装常见包
pip install scikit-learn numpy
2、安装 tensorflow1.15 ,对应的 python 版本是 3.5-3.7,那我就装 python 3.7。我习惯把该环境命名为 tf1.15。
登录后复制
conda create -n tf1.15 python=3.7 # 安装 conda 虚拟环境
conda activate tf1.15 # 激活
conda install tensorflow-gpu==1.15.0 # 安装 gpu 版本的 tensorflow
# 安装常见包
pip install scikit-learn numpy
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删