Python 如何在windows 10上运行tensorflow？我有gpu Geforce gtx 1650。我可以在上面运行tensorflow吗？如果是的话，怎么办？

我想用Python在我的计算机上做一些ML，我面临着tensorflow安装的问题，我发现tensorflow可以与GPU一起工作，GPU支持CUDA。我有一个GPU Geforce gtx 1650，tensorflow会解决这个问题的

---

如果是，那么，我怎么做呢？

安装tensorflow gpu在gpu上进行计算。您可以使用下面的代码来检查tensorflow是否正在使用您的GPU

tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None

---

)安装tensorflow gpu在gpu上进行计算。您可以使用下面的代码来检查tensorflow是否正在使用您的GPU

tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None

---

)

在管理员模式下打开命令提示符后，支持GPU的Tensorflow的安装命令如下：

    pip3 install --upgrade tensorflow-gpu 

要检查tensorflow是否已成功安装，请使用以下命令：

import tensorflow as tf

要测试对Tensorflow安装的CUDA支持，可以在shell中运行以下命令：

    tf.test.is_built_with_cuda()  

[警告：如果安装了非GPU版本的软件包，该函数也将返回False。使用此命令验证TensorFlow是否使用CUDA支持生成。]

最后，为了确认GPU可用于Tensorflow，您可以使用Tensorflow中的内置实用程序功能进行测试，如下所示：

    tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

---

在管理员模式下打开命令提示符后，支持GPU的Tensorflow的安装命令如下：

    pip3 install --upgrade tensorflow-gpu 

要检查tensorflow是否已成功安装，请使用以下命令：

import tensorflow as tf

要测试对Tensorflow安装的CUDA支持，可以在shell中运行以下命令：

    tf.test.is_built_with_cuda()  

[警告：如果安装了非GPU版本的软件包，该函数也将返回False。使用此命令验证TensorFlow是否使用CUDA支持生成。]

最后，为了确认GPU可用于Tensorflow，您可以使用Tensorflow中的内置实用程序功能进行测试，如下所示：

    tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

---

以下是tensorflow的安装步骤：

下载并安装Visual Studio

安装CUDA 10.1

将lib、include和extras/lib64目录添加到PATH变量

安装cuDNN

通过

pip安装tensorflow安装tensorflow

---

以下是tensorflow的安装步骤：

下载并安装Visual Studio

安装CUDA 10.1

将lib、include和extras/lib64目录添加到PATH变量

安装cuDNN

通过

pip安装tensorflow安装tensorflow

我不认为你能。 Tensorflow明确提到了受支持的体系结构列表，不幸的是，1650不属于该列表。查看上面网站上的“cuda支持的gpu卡”链接。

我不认为你可以。

---

Tensorflow明确提到了受支持的体系结构列表，不幸的是，1650不属于该列表。查看上面网站上的“支持cuda的gpu卡”链接。

我会下载Ubuntu ISO并学习双启动。或者你可以得到一个单独的SSD来安装Ubuntu。“看。”我会下载一个Ubuntu ISO并学习双启动。或者你可以用一个单独的SSD来安装Ubuntu