点击小箭头阅读更舒适 如果觉得卡顿,请点击小眼睛关闭蜘蛛网特效

Tensorflow-1.9发布,提供Linux-Cuda9.1-cudnn7.1.2-whl安装包

《Tensorflow-1.9发布,提供Linux-Cuda9.1-cudnn7.1.2-whl安装包》

前言

看了下Tensorflow发布1.9版本已经10天了,Tensorflow更新着实快,这次更新还是值得我们去更新一下的。

这个更新TF提供了类似Keras接口的High-API,大大简化了Tf的操作复杂度:

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

变相地说,我们可以不用安装Keras也可以使用类似于Keras的操作方式,可以说我们之前使用Keras编写的代码,用tf.keras这个模块都可以实现:

《Tensorflow-1.9发布,提供Linux-Cuda9.1-cudnn7.1.2-whl安装包》

看清楚,官方说的是any,既然官方都这么说了,大伙用用看看有没有什么区别吧。

安装包

一周前自己编译好了TensorFlow-1.9的源码包 => tensorflow-1.9.0-cp36-cp36m-linux_x86_64 自己的平台是:

  • ubuntu-16.04
  • Cuda-9.1.85
  • cudnn-7.1.2
  • GPU-1080ti

经过测试可以正常使用。
百度云链接:https://pan.baidu.com/s/1lbIhEolndj5GziFVfJfnIQ 密码:ecf1

  点赞
本篇文章采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可
转载请务必注明来源: https://oldpan.me/archives/tensorflow-1-9-linux-cuda9-1-cudnn7-1-2-whl

   欢迎关注Oldpan博客微信公众号,同步更新博客深度学习文章。


发表评论

电子邮件地址不会被公开。 必填项已用*标注

评论审核已启用。您的评论可能需要一段时间后才能被显示。