知识卡片

操作参考卡 · 9866.e · 生成模型:Hunyuan

pip装TF2

理解等级:中级

pip 路线不会自动准备 GPU 依赖,因此要把 conda 替你做的事手动拆成三步:先安装 cudatoolkit 并锁定 10.0,再安装 cudnn,最后安装 tensorflow-gpu 2.0.0。三者的版本必须相互匹配,否则即使 import 成功也可能检测不到 GPU。与 conda 相比,pip 步骤更多、对版本组合更敏感,但能装到 conda 仓库里暂时找不到的较新版本。卸载时同样要逆序操作,先卸 cuDNN 再卸 cudatoolkit。选择哪条路线取决于诉求:求稳和省事优先 conda,需要新版本或仓库缺失时再用 pip。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》附录A 基于GPU的TensorFlow 2+与PyTorch 1+升级安装(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter21_0005.xhtml) - 结论依据:原文 A.6.2 给出 pip 安装 cudatoolkit 10.0、cudnn、tensorflow-gpu 2.0.0 的三步命令,并在说明中强调卸载需先 cuDNN 后 cudatoolkit。 - 原始内容:A.6.2 用pip安装 1)先安装cudatoolkit。 pip install cudatoolkit==10.0 2)安装cudnn。 pip install cudnn 3)安装TensorFlow-GPU 2.0。 pipinstalltensorflow-gpu==2.0.0