Nuestros mejores programadores agotaron sus depósitos de café, por su búsqueda día y noche por la resolución, hasta que Guadalupe encontró la solución en Gitea por lo tanto en este momento la comparte contigo.
Una cosa a tener en cuenta: CUDA se puede instalar incluso si no tiene una GPU en su sistema.
para paquetes tensorflow y tensorflow-gpu Espero que esto aclare la confusión. sí No medio “¿Funcionará el paquete de fábrica cuando se ejecute?import tensorflow as tf“? Aquí están las diferencias:
| Support for TensorFlow libraries | tensorflow | tensorflow-gpu |
| for hardware type: | tf | tf-gpu |
|----------------------------------|------------|-----------------|
| cpu-only | yes | no (~tf-like) |
| gpu with cuda+cudnn installed | yes | yes |
| gpu without cuda+cudnn installed | yes | no (~tf-like) |
Editar: Confirmado el no respuestas en un cpu-only sistema y el gpu without cuda+cudnn installed (al eliminar las variables env CUDA+CuDNN).
~tf-like significa que a pesar de que la biblioteca es tensorflow-gpuse comportaría como tensorflow Biblioteca.
Solo una nota rápida (¿innecesaria?)… a partir de TensorFlow2.0 en adelante, estos no están separados, y simplemente instala tensorflow (ya que esto incluye compatibilidad con GPU si tiene instalada una tarjeta/CUDA adecuada).