前情提要最近换了新电脑，显卡是4060，就觉得跑深度学习没什么问题，结果tensoflow配置好后用不了GPU加速，让我头疼了很久。因为现在tensorflow新版已经取消了gpu和cpu版本的区别，所以网上关于统合版tensorflow(>2.0)的教程很少，一般都是tensorflow_gpu版本。今天终于解决了，如果有遇到以下问题的同学们可以参考一下：测试代码用来测试自己能否使用GPUimporttensorflowastfprint(tf.test.is_built_with_cuda())print("NumGPUsAvailable:",len(tf.config.list_phy
目录CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.NVIDIA驱动和CUDA版本对应 2.CUDA和cuDNN版本对应 3.Tensorflow和CUDA、cuDNN版本对应(经过官方测试的构建配置)3.1GPU 3.2CPU4.pytorch和CUDA对应CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.NVIDIA驱动和CUDA版本对应网址：CUDA12.1Update1R
环境：Win10，Python3.8，Anaconda电脑：GeForceRTX2060,NVIDIACUDA11.1.4官方教程：在Windows上安装TensorFlow1.下载安装cuda和cudnn1.1下载在官网上下载对应的cuda和cudnn，版本可以低于但不能高于电脑支持的版本cuda下载地址：cuda-toolkit-archivecudnn下载地址：cudnn-archive常见问题：下载cudnn的时候有提示：NVIDIADeveloperProgramMembershipRequired解决方法：右键选择【复制链接地址】，把链接复制到迅雷下载器或其他下载软件进行下载1.2
安装tensorflow-GPU时，无法确定自己电脑需要安装哪个版本，这是在官网查询对应的版本即可1.查看cuda的版本：Win+R输入cmd——nvcc-V输入"nvcc-V"可以看到cuda的版本为10.22.查看cudnn的版本：C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.2\include在此路径下找到“cudnn.h”文件右键，选择以记事本打开可以看到cudnn的版本为7.6.53.进入tensorflow官网查看对应的版本：https://tensorflow.google.cn/install/source_windows
查看我的版本：Module:tf.compat | TensorFlowCorev2.6.0Compatibilityfunctions.https://tensorflow.google.cn/versions/r2.6/api_docs/python/tf/compat?hl=en结果是我没从中找到解决方案（我看的不够仔细）；tf1.0 到tf2.0的区别以及相关说明（并没解决我的问题，但可能对你有用，这里也贴出来）：TensorFlow1.xvsTensorFlow2-BehaviorsandAPIs | TensorFlowCorehttps://tensorflow.google.c
查看我的版本：Module:tf.compat | TensorFlowCorev2.6.0Compatibilityfunctions.https://tensorflow.google.cn/versions/r2.6/api_docs/python/tf/compat?hl=en结果是我没从中找到解决方案（我看的不够仔细）；tf1.0 到tf2.0的区别以及相关说明（并没解决我的问题，但可能对你有用，这里也贴出来）：TensorFlow1.xvsTensorFlow2-BehaviorsandAPIs | TensorFlowCorehttps://tensorflow.google.c
已解决Wtensorflow/stream_executor/platform/default/dso_loader.cc:64]Couldnotloaddynamiclibrary‘cudart64_110.dll’;dlerror:cudart64_110.dllnotfoundItensorflow/stream_executor/cuda/cudart_stub.cc:29]IgnoreabovecudartdlerrorifyoudonothaveaGPUsetuponyourmachine.importtensorflow.contrib.layersaslayersModuleN
已解决Wtensorflow/stream_executor/platform/default/dso_loader.cc:64]Couldnotloaddynamiclibrary‘cudart64_110.dll’;dlerror:cudart64_110.dllnotfoundItensorflow/stream_executor/cuda/cudart_stub.cc:29]IgnoreabovecudartdlerrorifyoudonothaveaGPUsetuponyourmachine.importtensorflow.contrib.layersaslayersModuleN
大家好，今天和各位分享一下如何使用循环神经网络LSTM完成时间序列预测，本文是针对单个特征的预测，下一篇是对多个特征的预测。文末有完整代码1.导入工具包这里使用GPU加速计算，加快网络的训练速度。importtensorflowastffromtensorflowimportkerasimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportwarningswarnings.filterwarnings('ignore')#调用GPU加速gpus=tf.config.experimental.list_physical_d
大家好，今天和各位分享一下如何使用循环神经网络LSTM完成时间序列预测，本文是针对单个特征的预测，下一篇是对多个特征的预测。文末有完整代码1.导入工具包这里使用GPU加速计算，加快网络的训练速度。importtensorflowastffromtensorflowimportkerasimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportwarningswarnings.filterwarnings('ignore')#调用GPU加速gpus=tf.config.experimental.list_physical_d
