成为 Master,TensorFlow 新增对 Windows 支持

简介:

image
现在,我们开始在 Windows 上实现对 TensorFlow 的初步支持。

在 Windows 上原生支持 TensorFlow 是我们在开放 TensorFlow 源代码后收到的第一批请求之一。虽然有些 Windows 用户已经设法在 Docker 容器中成功运行 TensorFlow,但我们想提供更全面的体验,包括 GPU 支持。

随着 TensorFlow r0.12 的发布,我们现在提供适用于 Windows 7、Windows 10 和 Windows Server 2016 的 TensorFlow 原生软件包。利用此版本,您可以使用任何运行 CUDA 8 的 GPU 加快 TensorFlow 训练速度。

我们以 PyPI 中的 pip 软件包形式发布了最新版本的 TensorFlow,这样,现在,您只需使用一条命令即可安装 TensorFlow:

 C:\> pip install tensorflow

如需支持 GPU,可使用:

 C:\> pip install tensorflow-gpu

有关 r0.12 中对 Windows 的支持及其他所有新增功能的更多详细信息,请参阅版本说明:

github.com/tensorflow/tensorflow/releases

我们很高兴让更多人有机会尽快使用 TensorFlow。敬请关注我们的微博帐户 (@Google开发者),抢先了解未来版本

文章转载自 开源中国社区 [http://www.oschina.net]

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
相关文章
|
7月前
|
编译器 TensorFlow 算法框架/工具
windows部署tensorflow serving
windows部署tensorflow serving
|
7月前
|
TensorFlow 算法框架/工具 异构计算
Windows部署TensorFlow后识别GPU失败,原因是啥?
Windows部署TensorFlow后识别GPU失败,原因是啥?
|
7月前
|
JSON TensorFlow 算法框架/工具
Windows下安装Anaconda5.3.1+Python3.8+TensorFlow2.13.0-CPU版本总结
Windows下安装Anaconda5.3.1+Python3.8+TensorFlow2.13.0-CPU版本总结
435 0
|
4月前
|
并行计算 TensorFlow 算法框架/工具
Windows11+CUDA12.0+RTX4090如何配置安装Tensorflow2-GPU环境?
本文介绍了如何在Windows 11操作系统上,配合CUDA 12.0和RTX4090显卡,通过创建conda环境、安装特定版本的CUDA、cuDNN和TensorFlow 2.10来配置TensorFlow GPU环境,并提供了解决可能遇到的cudnn库文件找不到错误的具体步骤。
606 3
|
7月前
|
并行计算 Ubuntu TensorFlow
23.10.02更新 windows系统下的Tensorflow安装(图多详细)
23.10.02更新 windows系统下的Tensorflow安装(图多详细)
152 0
23.10.02更新 windows系统下的Tensorflow安装(图多详细)
|
7月前
|
TensorFlow 算法框架/工具 C++
在有GPU的windows上安装TensorFlow
在有GPU的windows上安装TensorFlow
126 0
|
7月前
|
TensorFlow 网络安全 算法框架/工具
tensorflow的模型使用flask制作windows系统服务
tensorflow的模型使用flask制作windows系统服务
|
TensorFlow 算法框架/工具 异构计算
YOLO实践应用之搭建开发环境(Windows系统、Python 3.8、TensorFlow2.3版本)
基于YOLO进行物体检测、对象识别,先和大家分享如何搭建开发环境,会分为CPU版本、GPU版本的两种开发环境,本文会分别详细地介绍搭建环境的过程。主要使用TensorFlow2.3、opencv-python4.4.0、Pillow、matplotlib 等依赖库。
320 0
|
TensorFlow 算法框架/工具 计算机视觉
YOLOv3物体/目标检测之实战篇(Windows系统、Python3、TensorFlow2版本)
 基于YOLO进行物体检测、对象识别,在搭建好开发环境后,先和大家进行实践应用中,体验YOLOv3物体/目标检测效果和魅力;同时逐步了解YOLOv3的不足和优化思路。
253 0
|
机器学习/深度学习 并行计算 Ubuntu
软件类配置(一)【Windows下使用conda在虚拟环境中安装CUDA、CUDNN及Tensorflow】
软件类配置(一)【Windows下使用conda在虚拟环境中安装CUDA、CUDNN及Tensorflow】
523 0