Как установить тензор флоу
Перейти к содержимому

Как установить тензор флоу

  • автор:

TensorFlow для начинающих: установка, нюансы работы и примеры

Lorem ipsum dolor

Сегодня в стать е м ы опишем , как происходит установка TensorFlow и начало работы с этим инструментом. Перед этим немного остановимся на описании самого инструмента, потому что многие пользовател и ищут, как происходит установка TensorFlow, но до конц а не понимают , что это за инструмент и нужен ли он им.

Часть пользователей считает, что TensorFlow — это просто библиотека для машинного обучения. Да, по сути, это библиотека, но на самом дел е T ensorFlow уже давно переросла возможности «просто библиотеки» и стала полноценным фреймворком или структурой инструментов для реализации машинного обучения в программных продуктах разных разработчиков. Поэтому о TensorFlow можно сказать, что это «библиотека», «фреймворк», «экосистема», «набор инструментов». Все эти термины созвучны с возможностями TensorFlow.

Библиотека TensorFlow: особенности

  1. Содержит в своем составе функцию, которая достаточно просто взаимодействует со сложными математическими выражениями и вычислениями.
  2. Обеспечивает программирование глубоких нейронных сетей и машинного обучения разными алгоритмами.
  3. Содержит функцию, которая вычисляет различные наборы данных, что позволяет применять этот инструмент в раз ных сферах человеческой деятельности.

Библиотека TensorFlow: установка

  1. На компьютере должен быть установлен Python 3.9 для версии TensorFlow 2.5 и выше ; л ибо Python 3.8 для версий TensorFlow 2.2 – 2.4 ; л ибо Python 3.7 для TensorFlow ниже 2.2 версии.
  2. На компьютере должен быть установлен «pip 19.0» или выше.
  3. Компьютер должен управляться следующими операционными системами: Ubuntu не ниже версии 16.04, macOS не ниже версии 10.12.6, Windows 7 и выше. Причем архитектура должна быть 64-битной.
  4. Для работы на Window s н а компьютере должна быть установлена программа Visual Studio не ниже версии 2015 года и компонент «Microsoft Visual C++».

Перед установкой TensorFlo w п роверяем Python и pip

  1. Установите модуль Microsoft Visual C++ для рабочего окружения «Визуал Студио».
  2. Скачайте последнюю версию Питона с официальной страницы языка и установите в привычном режиме.

Виртуальная среда для TensorFlow

Виртуальная среда на компьютере нужна будет, чтобы изолировать пакет TensorFlow и Python от операционной системы. Виртуальная среда создаетс я с использованием интерпретатора Python п ри помощи следующих команд:

Для Линукс и МакОС:

$ python3 -m venv —system-site-packages ./venv

Для Windows:

C:\> python -m venv —system-site-packages .\venv

После тог о к ак виртуальная среда создана, ее нужно активировать. Делается это при помощи следующих команд:

Для Линукс и МакОС:

$ source ./venv/bin/activate # sh, bash, or zsh

$. ./venv/bin/activate.fish # fish

$ source ./venv/bin/activate.csh # csh or tcsh

После активирования виртуального окружения на Линукс и МакО С н ужно инсталлировать пакет «пип» следующей командой:

pip install —upgrade pip

Активирование виртуального окружения на Windows:

.\venv\Scripts\activate

Установка пакета «пип» после активирования виртуального окружения на Виндовс:

pip install —upgrade pip

Установка TensorFlow

Установка TensorFlow на всех операционных системах будет выполнена одной командой. Так происходит, потому что в предыдущем шаг е мы создали и активировали виртуальное окружение для работы с этой библиотекой.

Итак, установка TensorFlow осуществляется командой:

(venv) $ pip install —upgrade tensorflow

После завершения установки библиотеки нужно будет проверить ее работоспособность командой:

(venv) $ python -c «import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1100, 1100])))»

Заключение

Установка TensorFlow и Python завершена. Самое время приступать к работе. В последующих статьях мы покажем примеры использования этого инструмента при разработке программ на основе машинного обучения.

Мы будем очень благодарны

если под понравившемся материалом Вы нажмёте одну из кнопок социальных сетей и поделитесь с друзьями.

Установите TensorFlow с помощью pip

Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Это руководство предназначено для последней стабильной версии TensorFlow. Для предварительной сборки (nightly) используйте пакет pip с именем tf-nightly . Обратитесь к этим таблицам, чтобы узнать о требованиях к более старой версии TensorFlow. Для сборки только для ЦП используйте пакет pip с именем tensorflow-cpu .

Вот быстрые версии команд установки. Прокрутите вниз, чтобы увидеть пошаговые инструкции.

Линукс

Примечание. Начиная с TensorFlow 2.10 , сборки ЦП Linux для процессоров Aarch64/ARM64 создаются, обслуживаются, тестируются и выпускаются третьей стороной: AWS . При установке пакета tensorflow на машину ARM устанавливается пакет AWS tensorflow-cpu-aws . Они предоставляются как есть. Tensorflow приложит разумные усилия для поддержания доступности и целостности этого пакета pip. Могут возникнуть задержки, если третья сторона не сможет выпустить пакет pip. Дополнительную информацию об этом сотрудничестве можно найти в этом сообщении в блоге .

python3 -m pip install tensorflow[and-cuda] # Verify the installation: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

# There is currently no official GPU support for MacOS. python3 -m pip install tensorflow # Verify the installation: python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Родной для Windows

Внимание: TensorFlow 2.10 был последней версией TensorFlow, которая поддерживала графический процессор в Windows. Начиная с TensorFlow 2.11 , вам нужно будет установить TensorFlow в WSL2 или установить tensorflow или tensorflow-cpu и, при необходимости, попробовать TensorFlow-DirectML-Plugin.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 # Anything above 2.10 is not supported on the GPU on Windows Native python -m pip install "tensorflow

Windows WSL2

Примечание. TensorFlow с доступом к графическому процессору поддерживается для WSL2 в Windows 10 19044 или более поздней версии. Это соответствует Windows 10 версии 21H2, обновлению от ноября 2021 года. Вы можете получить последнее обновление здесь: Загрузите Windows 10 . Инструкции см. в разделе «Установка WSL2» и документации NVIDIA по настройке CUDA в WSL.

python3 -m pip install tensorflow[and-cuda] # Verify the installation: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Процессор

Примечание. Начиная с TensorFlow 2.10 , сборки ЦП Windows для процессоров x86/x64 создаются, обслуживаются, тестируются и выпускаются третьей стороной: Intel . При установке собственного пакета tensorflow или tensorflow-cpu для Windows устанавливается пакет Intel tensorflow-intel . Эти пакеты предоставляются «как есть». Tensorflow приложит разумные усилия для поддержания доступности и целостности этого пакета pip. Могут возникнуть задержки, если третья сторона не сможет выпустить пакет pip. Дополнительную информацию об этом сотрудничестве можно найти в этом сообщении в блоге .

python3 -m pip install tensorflow # Verify the installation: python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Ночью

python3 -m pip install tf-nightly # Verify the installation: python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Требования к оборудованию

Примечание. Двоичные файлы TensorFlow используют инструкции AVX , которые могут не работать на старых процессорах.

Поддерживаются следующие устройства с поддержкой графического процессора:

  • Карта NVIDIA® GPU с архитектурами CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 и выше. См. список графических карт с поддержкой CUDA® .
  • Для графических процессоров с неподдерживаемой архитектурой CUDA®, а также для того, чтобы избежать JIT-компиляции из PTX или использовать другие версии библиотек NVIDIA®, см. руководство по сборке Linux из исходного кода .
  • Пакеты не содержат кода PTX, за исключением последней поддерживаемой архитектуры CUDA®; поэтому TensorFlow не загружается на старых графических процессорах, если установлено CUDA_FORCE_PTX_JIT=1 . (Подробнее см. в разделе «Совместимость приложений ».)

Системные Требования

  • Ubuntu 16.04 или выше (64-разрядная версия)
  • macOS 10.12.6 (Sierra) или более поздняя версия (64-разрядная версия) (без поддержки графического процессора)
  • Windows Native — Windows 7 или более поздняя версия (64-разрядная версия) (без поддержки графического процессора после TF 2.10)
  • Windows WSL2 — Windows 10 19044 или более поздняя версия (64-разрядная версия)

Требования к программному обеспечению

  • Питон 3.9–3.11
  • pip версии 19.0 или выше для Linux (требуется поддержка manylinux2014 ) и Windows. pip версии 20.3 или выше для macOS.
  • Для Windows Native требуется распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019.

Следующее программное обеспечение NVIDIA® требуется только для поддержки графического процессора.

  • Драйверы графического процессора NVIDIA® версии 450.80.02 или выше.
  • Набор инструментов CUDA® 11.8 .
  • cuDNN SDK 8.6.0 .
  • (Необязательно)TensorRT для улучшения задержки и пропускной способности вывода.

Пошаговые инструкции

Линукс

1. Системные требования

  • Ubuntu 16.04 или выше (64-разрядная версия)

TensorFlow официально поддерживает только Ubuntu. Однако следующие инструкции могут работать и для других дистрибутивов Linux.

Примечание. Начиная с TensorFlow 2.10 , сборки ЦП Linux для процессоров Aarch64/ARM64 создаются, обслуживаются, тестируются и выпускаются третьей стороной: AWS . При установке пакета tensorflow на машину ARM устанавливается пакет AWS tensorflow-cpu-aws . Они предоставляются как есть. Tensorflow приложит разумные усилия для поддержания доступности и целостности этого пакета pip. Могут возникнуть задержки, если третья сторона не сможет выпустить пакет pip. Дополнительную информацию об этом сотрудничестве можно найти в этом сообщении в блоге .

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users pip install tensorflow[and-cuda] # For CPU users pip install tensorflow

4. Проверьте установку

Проверьте настройку ЦП:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

MacOS

1. Системные требования

  • macOS 10.12.6 (Sierra) или новее (64-разрядная версия)

В настоящее время нет официальной поддержки графического процессора для запуска TensorFlow на MacOS. Следующие инструкции предназначены для работы на процессоре.

2. Проверьте версию Python

Проверьте, настроена ли ваша среда Python:

Примечание. Требуется Python 3.9–3.11 и pip >= 20.3 для MacOS.

python3 --version python3 -m pip --version

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

4. Проверьте установку

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Если возвращается тензор, вы успешно установили TensorFlow.

Родной для Windows

Внимание: TensorFlow 2.10 был последней версией TensorFlow, которая поддерживала графический процессор в Windows. Начиная с TensorFlow 2.11 , вам нужно будет установить TensorFlow в WSL2 или установить tensorflow-cpu и, при необходимости, попробовать TensorFlow-DirectML-Plugin.

1. Системные требования

  • Windows 7 или выше (64-разрядная версия)

2. Установите распространяемый пакет Microsoft Visual C++.

Установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 . Начиная с версии TensorFlow 2.1.0, из этого пакета требуется файл msvcp140_1.dll (который может отсутствовать в более старых распространяемых пакетах). Распространяемый пакет поставляется с Visual Studio 2019 , но его можно установить отдельно:

  1. Перейдите к загрузкам Microsoft Visual C++ .
  2. Прокрутите страницу вниз до раздела Visual Studio 2015, 2017 и 2019 .
  3. Загрузите и установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 для вашей платформы.

3. Установите Миниконду

Miniconda — рекомендуемый подход для установки TensorFlow с поддержкой графического процессора. Он создает отдельную среду, чтобы избежать изменения любого установленного программного обеспечения в вашей системе. Это также самый простой способ установить необходимое программное обеспечение, особенно для настройки графического процессора.

Загрузите установщик Windows Miniconda . Дважды щелкните загруженный файл и следуйте инструкциям на экране.

4. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate conda activate tf

Убедитесь, что он активирован до конца установки.

5. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Сначала установите драйвер графического процессора NVIDIA, если у вас его еще нет.

Затем установите CUDA, cuDNN с помощью conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

Примечание. Не устанавливайте TensorFlow вместе с conda. Возможно, у него не последняя стабильная версия. pip рекомендуется, поскольку TensorFlow официально выпущен только для PyPI.

# Anything above 2.10 is not supported on the GPU on Windows Native pip install "tensorflow

7. Проверьте установку

Проверьте настройку ЦП:

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Windows WSL2

1. Системные требования

  • Windows 10 19044 или выше (64-разрядная версия). Это соответствует Windows 10 версии 21H2, обновлению от ноября 2021 года.

См. следующие документы, чтобы:

  • Загрузите последнее обновление Windows 10 .
  • Установить WSL2
  • Настройка поддержки графического процессора NVIDIA® в WSL2

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users pip install tensorflow[and-cuda] # For CPU users pip install tensorflow

4. Проверьте установку

Проверьте настройку ЦП:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Расположение посылки

Для некоторых механизмов установки требуется URL-адрес пакета TensorFlow Python. Указанное вами значение зависит от вашей версии Python.

Версия URL-адрес
Линукс
Поддержка графического процессора Python 3.9 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.14.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.14.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.10 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.14.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 только для процессора https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.14.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.11 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.14.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.11 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.14.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (только для процессора)
Питон 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.14.0-cp39-cp39-macosx_10_15_x86_64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.14.0-cp310-cp310-macosx_10_15_x86_64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.14.0-cp311-cp311-macosx_10_15_x86_64.whl
Окна
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.14.0-cp39-cp39-win_amd64.whl
Python 3.10 только для процессора https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.14.0-cp310-cp310-win_amd64.whl
Python 3.11 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.14.0-cp311-cp311-win_amd64.whl

Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.

Последнее обновление: 2023-09-30 UTC.

Как установить тензор флоу

Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Установите ТензорФлоу 2

TensorFlow протестирован и поддерживается в следующих 64-битных системах:

  • Питон 3.8–3.11
  • Ubuntu 16.04 или новее
  • Windows 7 или более поздняя версия (с распространяемым пакетом C++ )
  • macOS 10.12.6 (Sierra) или новее (без поддержки графического процессора)
  • WSL2 через Windows 10 19044 или выше, включая графические процессоры (экспериментальная версия)
# Requires the latest pip pip install --upgrade pip 
# Current stable release for CPU and GPU pip install tensorflow 
# Or try the preview build (unstable) pip install tf-nightly

Скачать пакет

Установите TensorFlow с помощью менеджера пакетов Python pip .

Официальные пакеты доступны для Ubuntu, Windows и macOS.

Прочтите руководство по установке pip

Запустите контейнер TensorFlow

Образы TensorFlow Docker уже настроены для запуска TensorFlow. Контейнер Docker работает в виртуальной среде и является самым простым способом настроить поддержку графического процессора.

docker pull tensorflow/tensorflow:latest # Download latest stable image 
docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter # Start Jupyter server

Google Colab: простой способ изучить и использовать TensorFlow

Установка не требуется — запускайте учебные пособия по TensorFlow прямо в браузере с помощью Colaboratory , исследовательского проекта Google, созданного для распространения образования и исследований в области машинного обучения. Это среда ноутбука Jupyter, которая не требует настройки для использования и полностью работает в облаке. Прочитайте сообщение в блоге .

Установка Tensorflow + Python на Windows.

Развитие машинного обучения неизбежно приводит к появления удобных инструментов для повышения качества работы. Одним из таких инструментов стал фреймворк Tensorflow . Сегодня мы разберемся как установить данный фреймворк, если базовой системой является Windows 10, а работать он должен с вашей видеокартой Nvidia (для примера GTX 1060).

1. Исследование зависимостей.

В данный момент на вашей машине установлена ОС Windows 10, которая уже видит вашу видеокарту. Теперь надо выяснить какие обязательные компоненты для работы с Tensorflow нам необходимы. Для этого заходим на на официальный сайт https://www.tensorflow.org/install/source_windows и в самом низу страницы видим таблицу совместимостей. Нас интересует таблица для версии GPU . Выбираем интересующую нас версию Tensorflow , для примера 1.13.0. Теперь можно определить необходимый набор компонент для установки:

- Python 3.5 – 3.7 (установим 3.6).

2. Загрузка дистрибутивов.

Чтобы скачать python 3.6 перейдем на официальный сайт и выберем версию доступную для скачивания в виде инсталлятора под windows . Переходим на https://www.python.org/downloads/release/python-368/ и выбираем « Windows x86-64 executable installer»(Рисунок 1).

Без имени-2

Рисунок 1 - Страница загрузки инсталлятора Python 3.6.

Для загрузки cuDNN переходим на https://developer.nvidia.com/rdp/cudnn-archive и скачиваем соответствующую версию( Рисунок 2 ).

Без имени-4

Рисунок 2 - Страница загрузки библиотеки cuDNN 7.4.

Без имени-6

Рисунок 3 - Страница загрузки CUDA 10.

Tensorflow мы загрузим после установки Python .

3. Установка Python .

Запускаем дистрибутив и выбираем кастомную инсталляцию ( Рисунок 4 ) .

Без имени-13

Рисунок 4 - Выбор режима установки Python 3.6.

В следующем окне нужно проставить все галочки и нажать кнопку NEXT ( Рисунок 5 ) .

Без имени-14

Рисунок 5 - Параметры установки Python 3.6.

На последней странице отметьте все галочки как на рисунке 6 и жмите Install .

Без имени-15

Рисунок 6 - Расширенные параметры установки Python 3.6.

Дождитесь завершения установки. После чего откройте командную строку и введите в не q «python». Если вы увидите в выводе версию вашего python , значит установка прошла успешно.

4. Установка CUDA

Запустите дистрибутив и перейдите к выборочной установке. В первом окне снимите все галочки кроме раздела « CUDA »( Рисунок 7 ).

Без имени-19

Рисунок 7 - Параметры установки CUDA 10.

Нажмите далее и на следующей странице оставьте все пути по умолчанию. Дождитесь завершения установки.

5. Распаковка cuDNN .

Распакуйте архив cuDNN в удобное место и внести в переменную PATH путь до папки bin с библиотекой cudnn64_7.dll.

6. Установка Tensorflow .

В командной строке введите

pip install --upgrade tensorflow-gpu==1.13.2

Начнется установка Tensorflow . По завершению в командной строке введите

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Если команда выполнилась без ошибок, значит Tensorflow установлен правильно и готов к работе.

Возможные проблемы

Проблемы могут быть связаны в первую очередь с тем, что не все библиотеки видны. Убедитесь что в переменной среды PATH прописаны пути до скриптов и исполняемого файла Python "\Python\Python36\Scripts\" и " \Python\Python36\ ". Прописан путь до папки из пакета cuDNN "\cuda\bin". Прописаны пути до набора инструментов CUDA "\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin" и "\ NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp". Так же работоспособность может быть нарушена, если отсутствует соответствующий распространяемый пакет visual C++ для Visual Studio(в нашем случае 2015).

  • ← Nlp. Вложения
  • Установка TensorFlow на Ubuntu 18.04/CUDA/TensorRT →
Похожие публикации:
  1. Shadowrun hong kong как включить русский язык
  2. Греется южный мост на материнской плате что делать
  3. Как работать на зарубежном фрилансе сейчас
  4. Какая версия compute capability у архитектуры nvidia fermi

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *