tensorflow -gpu安装方法（不用自己装cuda，cdnn）

这篇文章主要介绍了tensorflow -gpu安装，史上最新最简单的途径（不用自己装cuda，cdnn）,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下

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脚本之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

您可能感兴趣的文章:

• Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0
• 详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
• TensorFlow的环境配置与安装教程详解（win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5）
• Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0
• Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程分析（显卡MX250+CUDA9.0+cudnn）
• Win10 GPU运算环境搭建(CUDA10.0+Cudnn 7.6.5+pytroch1.2+tensorflow1.14.0)