| 安装TensorFlow | 您所在的位置：网站首页 › tensorflow可以用cpu跑吗 › 安装TensorFlow |
|
GitHub上找到的案例一般会说明环境依赖，最好新建环境，按照说明搭建环境，不要用自己原来的环境乱改。（比如发现自己原来环境的TensorFlow根本就不是GPU版本） conda install tensorflow_gpu==1.15这样就会安装一套套件！不用单独添加东西了！！！ 而pip install tensorflow_gpu==1.15 pip只会安装单独的包，不会装依赖！！！ 检查自己的环境支不支持GPUTensorflow中查看GPU是否可用： import tensorflow as tf tf.test.is_gpu_available() 如果返回True，表示正常支持使用GPU；如果返回False，不支持GPU，不要跑程序，会很慢。 如果报错Resource exhausted: OOM when allocating tensor with shape[768,768] and type float on /j 尝试使用CPU进行训练将批次数batch_size改小一些，每次给模型喂入小批量的数据。 TensorFlow指定GPU运行程序这条命令适用于命令行运行tensorflow程序的时候，指定gpu. 只需要在命令之前设置环境变量，简单来说比如原本程序是命令行运行pythontrain.py 假定这里gpu总共有八块，通过nvidia-smi查看发现5,6,7是空闲的（从0开始编号） 则运行命令修改为： CUDA_VISIBLE_DEVICES=5,6,7 python train.py Ubuntu系统下nvidia-smi 出现错误 Failed to initialize NVML: Driver/library version mismatch1、尝试重启机器，有可能好。 |
| CopyRight 2018-2019 实验室设备网 版权所有 |