草庐IT

TensorFlow-CUDA-cuDNN-GPU

全部标签

python - 无法通过 pip 安装 tensorflow(不再)

直到最近,我才能够在Windows上使用python3.6.7时安装tensorflow1.5.0包。现在我不能,从下面的“来自版本”的消息来看,似乎根本没有可用的tensorflow包。最近停止支持了吗?考虑到micha137和hoefling的评论的一些额外信息:在Linux中,tensorflow有多种版本。我试过的pip版本9.0.3、10.0.1和18.1都是这种情况。例如:(env3)xxx@xxx-linux:/local/mnt/workspace/tmp$pipinstalltensorflow==Collectingtensorflow==Couldnotfinda

python - Tensorflow 使用 python 在 Windows 中将 .pb 文件转换为 .lite 文件

当我尝试按照poet的Tensorflow上的说明将.pb文件转换为.tflite文件时:https://codelabs.developers.google.com/codelabs/tensorflow-for-poets-2-tflite/#2我收到Nomodulenamed'tensorflow.contrib.lite.python.tflite_convert'我的Tensorflow版本:1.10.0我尝试运行两个命令,但结果是相同的错误:命令1:tflite_convert--graph_def_file=rounded_graph.pb--output_file=ne

python - tensorflow/models.. 在 Windows 中的位置

我已经使用Docker在Windows上安装了tensorflow,我想转到包含“classify_image.py”python文件的文件夹“tensorflow/models/image/imagenet”。有人可以请如何到达这条提到的路径吗? 最佳答案 如果您使用开发标签之一(:latest-devel或:latest-devel-gpu),该文件应位于/tensorflow/tensorflow/models/image/imagenet/classify_image.py.如果您使用的是基本容器(b.gcr.io/tens

python - 通过 WMI 确定正在运行的 GPU

我正在尝试编写一个python脚本来确定当前正在运行哪个GPU(专用或集成)。到目前为止,我已经设法通过运行dxdiag并解析每个gpu设备模式的输出使其工作,但这花费的时间太长了。有谁知道dxdiag如何获取此信息?有没有办法通过Windows管理工具获取信息?任何帮助表示赞赏。谢谢 最佳答案 DXDiag大多数可能从WMI表中获取数据。不过我需要确认一下。wmicPATHWin32_VideoControllerGETAdapterram将为您提供您正在寻找的信息。如果您想了解更多信息,请运行下面提到的命令。wmicPATHWi

windows - 使用 Python35 在 Windows 10 中安装 Tensorflow

我想在Windows10中使用Tensorflow(仅支持CPU)。我尝试了以下命令来使用pip安装但没有成功。知道如何解决这个问题吗?C:/Python35/Scripts/pipinstall--upgradetensorflow在CommanPrompt中运行它,我收到以下错误:CollectingtensorflowCouldnotfindaversionthatsatisfiestherequirementtensorflow(fromversions:)Nomatchingdistributionfoundfortensorflow我也尝试过使用pip3或URL安装:C:\

python - 在 Windows 上使用 CMake 编译 Tensorflow 失败,文件 version_info.cc 未找到

类似于this问题和相关that问题,我想从源代码在Windows上构建Tensorflow以启用deactivatedbydesigntosupportasmanymachinesaspossible的CPU优化.从建议BazelisnotsupportedonWindows的官方文档,我得出结论,CMake构建是可行的方法。我找到了CMake说明here,我假设通过查看Tagv1.1.0,我可以构建它。但是按照说明操作后,我收到以下错误消息:BuildFAILED."C:\Users\Alex\Repositories\tensorflow\tensorflow\contrib\c

windows - Tensorflow 导入错误 (Windows10) (python3.5.3) (tensorflow-gpu #243 nightly binary)

环境:Windows10python3.5.364位CUDA工具包8.0cuDNNv5.1(解压到Toolkit8.0文件)VisualStudio社区2015夜间二进制#243TensorflowGPU版本(pipinstalltensorflow_gpu-1.2.1-cp35-cp35m-win_amd64.whl)包未正确安装,文件_pywrap_tensorflow.pyd不存在于C:\...\Lib\site-packages\tensorflow\python在我得到与#5949几乎相同的错误之后,我试过mrry的tensorflow_self_check.py。输出是:错

windows - 为什么 CUDA 内核不在 VS 2013 中使用 CUDA 9.0 启动

我在Windows(GeForceGT720M)上写了一个基于CUDA的并行程序。我已经安装了CUDA9.0工具包和VisualStudio2013。一切正常,但是当我编译代码并运行它时,输出是错误的。程序是:#include#include"cuda_runtime.h"#include"device_launch_parameters.h"__global__voidsquare(float*d_out,float*d_in){intidx=threadIdx.x;floatf=d_in[idx];d_out[idx]=50;}intmain(intargc,char**argv)

python - tensorflow 构建 - CPU/MKL/Windows

有没有人成功地使用以下配置构建了tensorflowpythonwheel:CPU(不是GPU)操作系统:Windows7/服务器2012使用英特尔MKL和/或mkl-dnnPython3.6几天来,我一直在努力尝试调整bazel文件和cmake文件,但没有成功。想知道是否有人成功并愿意分享他所做的事情。谢谢,李奥 最佳答案 首先,从早期的v1.x版本到现在的v2.x版本,从源代码构建tensorflow一直是一项具有挑战性的壮举。然而,作为我工作的一部分,我不得不先用cmake构建它,然后再用bazel构建它。我强烈建议不要使用c

c++ - 如何在安装驱动程序之前用 C++ 获取 GPU 信息

我们有一款软件可以在多种不同的显卡上运行,包括ATI和NVIDIA。我需要能够在安装驱动程序之前确定显卡的设备ID或型号名称,以便我可以创建一个硬盘驱动器镜像,它可以使用我们支持的任何显卡启动,有它第一次启动时检测显卡,安装驱动程序然后重新启动。目标平台为WinXP。我尝试使用WMI,但它只能检索有关显示适配器的信息,其中不包括设备ID,并且在安装驱动程序之前,显示适配器将只有通用数据,例如“视频Controller(VGA)”名称等。EnumDisplayDevices在安装驱动程序之前无法检测到设备。这一定是可能的,因为当新硬件向导打开时它知道显卡的名称,但我就是找不到这样做的方法