現在學習研究中深度學習基本上是標配了，而tensorflow作為常用的深度學習框架之一，且其2.0版本也改靜態圖為動態圖，相當於對pytorch的優勢的一次狙擊，加之一直以來，盡管在tensorflow2.0版本發布前，其經常被用於作為Pytorch的一個反面教材，但是它的用戶量 ...

摘要： 1.以動態圖形式計算一個簡單的加法 2.cpu和gpu計算力比較（包括如何指定cpu和gpu） 3.關於gpu版本的tensorflow安裝問題，可以參考另一篇博文：https://www.cnblogs.com/liuhuacai/p/11684666.html 正文： 1. ...

一、安裝Anaconda Anaconda是Python發行包，包含了很多Python科學計算庫。它是比直接安裝Python更好的選擇。 二、安裝Tensorflow 如果安裝了tensorflow，默認是CPU版的，要想安裝GPU版的，必須先pip uninstall tensorflow ...

安裝參考：https://blog.csdn.net/wd1603926823/article/details/102869208 這是GPU版本；若用CPU版本可參考博主的另一篇。 安裝完畢后馬上使用是沒問題的，如博主一樣： 但是當我將這個tensorflow-2.0-gpu ...

確定驅動版本（在nvidia控制面板里查看，幫助-系統信息） 注意，cuda版本6.0是存在的，但是tensorflow-gpu支持從cuda版本8開始，也就是說當nvidia驅動不滿足時，需要更新驅動。 版本 Python 版本 ...

　　初學DeepLearning，看到TensorFlow和pytorch框架用戶數和討論數比較多，最后選擇上手TensorFlow2.0版本。因為搜索了一圈總結：TensorFlow用戶基數還是比較大；2.0版本也改進了1.0版本代碼編寫、調試困難和API混亂等缺點，使其也有了pytorch好上 ...

0.前言 　　今年暑假買了個1660ti的游戲本學python，后來發現跑一些數據量比較大的代碼和深度學習的時候太慢了，遂想裝一下GPU版本，看了網上的資料搞了好幾天，又是CUDA又是cudnn的，網速慢不說，裝完還各種報錯，最后發現隨着anaconda和tensorflow的更新，現在利用 ...

一、確認顯卡是否支持CUDA 1.1、查看支持CUDA的顯卡 網址：http://developer.nvidia.com/cuda-gpus 1.2、查看系統信息 1.3、查看顯卡信息 ...