TensorFlow2.1でCuda10.1なのにGPUが認識されない問題の解決法
先日TensorFlow2.1がリリースされました。大きな変更点の1つとして「CPU版とGPU版の統合」があります。今までは環境に応じてinstall tensorflowとinstall tensorflow-gpuを使い分けていたのですが、全てtensorflowで一括管理されるようになりました。これは嬉しい！ というわけなので、早速私の環境にもTensorFlow2.1を入れてみました。conda install tensorflow=2.1を実行し、GPUを確認してみましょう^^ >from tensorflow.python.client import device_lib >device_lib.list_local_devices()[name: “/device:CPU:0” device_type: “CPU” memory_limit: 268435456 locali
Windows 10+AnacondaでGPU版TensorFlow 2.3, 2.4, 2.5のインストール - にせねこメモ
Windows 10上のAnacondaに、TensorFlowのバージョン2.3.0, 2.4.1, 2.5.0のGPUサポート付きのものを、仮想環境ごとに併用可能な状態でインストールする。 概要 TensorFlowを導入しようとしてめんどくせ～って思ったのでインストール方法をメモしておく。 ディープラーニングライブラリごとに、またバージョンごとに、GPUサポートに必要とするCUDAのバージョンが異なっている。しかし、環境変数に同時に複数のバージョンのCUDAをPathに設定することはできない(複数設定しても一つしか参照されないので意味がない)。 そのため、仮想環境ごとにPathを変更したコマンドプロンプトを起動できるようにしたらいいのでは？と思った。これをすることで、違うバージョンを併用できる。 以下では、TensorFlowのバージョン2.3.0, 2.4.1, 2.5.0のGPU
中小企業のDXに役立つ「手引き」と「AI導入ガイドブック」を取りまとめました （METI/経済産業省）
中堅・中小企業等のDX（デジタルトランスフォーメーション）推進に向けた、「中堅・中小企業等向け『デジタルガバナンス・コード』実践の手引き」と、中小企業がAIを導入する際のノウハウをまとめた「中小企業向けAI導入ガイドブック」を取りまとめました。 １．背景 経済産業省では、中堅・中小企業等のDX推進を後押しするべく、DXの推進に取り組む中堅・中小企業等の経営者や、これらの企業を支援する機関が活用することを想定したDXの推進のための「手引き」を作成するとともに、中小企業が自らAIを導入する場合において、中小企業自身が自社の状況を踏まえて適切な導入方法を判断し、自社主導でAI導入を進められる状態を目指せるよう参考となるガイドブックを取りまとめました。 2．「中堅・中小企業等向け『デジタルガバナンス・コード』実践の手引き」 経済産業省では、企業のDX推進に向けて経営者に求められる対応を取りまとめた
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
