cuda10.1对应的tensorflow-gpu,cuda10.1对应tensorflow版本

  cuda10.1对应的tensorflow-gpu,cuda10.1对应tensorflow版本

  为了不耽误大家的时间,在阅读之前请注意

  1.如果您的计算机上没有Nvidia显卡,请关闭此页面。这个教程对你没用;

  2.如果你的电脑配置与windows版本和显卡版本不匹配等。而且不是Win10 Nvidia显卡,请谨慎,随机应变。本教程还提供了与您的版本相对应的想法,以避免在下载和安装软件包时出现软件兼容性问题。

  3.如果您的计算机上没有同时安装Anaconda和Python,请在安装后查看本教程。

  如果你的电脑没有上述情况,请继续读下去。

  目录

  下载CUDA和cuDNN安装包

  1.1检查电脑附带的CUDA64.DLL版本。

  1.2检查计算机驱动程序版本。

  1.3去官网下载符合要求的CUDA安装包。

  1.4下载Cu dnn安装包

  安装CUDA和cuDNN

  2.1安装cuda

  2.2铜dnn的安装

  3.配置环境变量

  张量安装过程

  下载CUDA和cuDNN安装包1.1,勾选电脑附带的CUDA64.DLL版本,在电脑桌面的空白处使用鼠标右键,弹出菜单中会显示Nvidia控件。

  选择“组件”。

  这里可以看到,电脑的NVDLL版本是11.3.122。这意味着必须在官网下载的CUDA版本必须是最接近原生配置但低于原生配置的CUDA版本11.3。至于为什么要下载这个版本,主要是考虑后续CUDA安装中的系统兼容性问题。(如果安装的版本低于预装版本,安装过程中会显示错误信息“youalreadyhavenewerversionofnvidia FrameviewsDK Installed”。如果你坚持安装较低版本,请参考下面的博客来解决问题。

  3359 blog.csdn.net/weixin _ 43082343/文章/详情/119043543

  1.2检查电脑的驱动版本,打开电脑cmd,在命令行输入nvidia-smi,检查GPU驱动版本:

  驱动版本466.81,cuda版本11.3。

  1.3去官网下载符合条件的CUDA安装包,去CUDATOOLKITARCHIVE NVIDIA Developer的网站找几个CUDA11.3对应的资源:

  只有两个,单击一次版本化在线文档以查看所需的配置信息。首先,CU

  DA工具包11.3.1:

  单击发行说明:

  从出现的第一张表可以看出,要求电脑的驱动版本至少是465.89,而我的电脑的驱动版本是466.81,符合要求。同样的,查CUDA Toolkit 11.3.0的要求,但是所有的更新版本都达到了要求。必须直接下载更新版本,所以不需要看11.3.0的要求,直接下载Cuda Toolkit 11.3即可。

  点击CUDA Toolkit1.3.1进入下载界面,然后点击下载。

  1.4在官网cuDNN存档下载cuDNN安装包 NVIDIA开发者下载cud nn v 8 . 2 . 1(2021年6月7日),针对cuda11.x:

  下载WindowsX86版本

  注意:要下载cuDNN,需要先注册一个Nvidia账号。很多教程都说这部分麻烦。其实保险起见,大家还是老老实实注册登录下载吧。毕竟是官网资源,不收费。在百度上找免费资源也有可能带来病毒,你们极客肯定还是喜欢自己动手。

  补充说明:受一些老教程的误导我在安装CUDA和TensorFlow之前给电脑安装了VC_redist.x64,用于给电脑安装上Visual C++开发环境,保险起见大家先安装完VC_redist.x64之后再进行下面的工作。

  大家可以在官网支持的最新Visual C下载(microsoft.com)上下载安装。软件很小,一路按回车键就可以傻瓜式安装。

  2.安装CUDA和cuDNN 2.1安装CUDA

  双击cuda_11.3.1_465.89_win10.exe文件(刚下载的cuda安装包)安装,选择自定义安装,自己选择安装位置,记住自己的安装路径,以后配置环境变量的时候会用到。

  (1)第一个弹出窗口是设置临时解压路径,可以自定义,也可以默认。安装完成后解压的文件会自行删除,不用担心。

  (2)

  (3)提取后,程序会检查兼容性:

  (4)选择[同意并继续]和[自定义]进行安装:

  (5)取消选中CUDA中的Visual Studio集成。这是一个VS的插件,容易导致安装失败。我不检查是因为我用pycharm。

  注意:所有待安装插件版本低于当前版本的的统一取消勾选!!!

  (6)单击下一步选择安装位置:

  我的位置:D:\CUDA\CUDA11_3

  (7)接下来,等待安装完成并关闭它。

  (8)安装完成后,可以查看安装是否成功。在终端中键入命令nvcc -V,并检查CUDA版本。如果能显示出来,就是成功的。

  2.2安装cuDNN。上一部分下载的官方安装包命名为cud nn-11.3-Windows-x64-v 8 . 2 . 1 . 32 . zip,是一个压缩包。解压缩后,是一个名为 cuda 的文件夹下的以下文件:

  复制完所有文件后,将其粘贴到之前的CUDA安装目录中:

  3.配置环境变量。右键【这台pc】,也叫电脑-属性-高级系统设置-环境变量-在系统变量下半部分找到【路径】,双击打开(或者点击编辑)。

  单击[新建]完成以下环境变量,并将它们移到顶部。如果您之前成功安装了CUDA,下图中的第二个和第三个环境应该是由系统自动添加的:

  到目前为止,你的CUDA和cuDNN已经安装好了。

  4.安装Tensorflow(1)直接在cmd命令行窗口输入pip install tensorflow

  新版tensorflow同时包含cpu和gpu支持,所以是tensorflow而不是tensorflow-gpu。不指定2.0或2.3版本,就默认新版本,老版本有bug。

  不要修一些花哨的国产镜源什么的。现在他们中的许多人都不在维护之列。只要你的电脑配置比较新,网络环境不至于差到QQ上不去。

  等了一两分钟就完了,不像有些人说的那么慢。

  (2)检验是否安装成功:

  在cmd命令行窗口或Anaconda提示符命令窗口输入python进入python交互模式,然后依次输入以下命令:

  将张量流作为tf导入

  打印(tf。__版本_ _)

  print(GPU ,tf.test.is_gpu_available())

  所有三个命令都正确执行,没有错误表明安装成功。

  文中部分图片来自https://blog.csdn.net/typefree/article/details/117998734,被侵删。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: