RTX3090利用conda安装tensorflow2.4的坑

最新推荐文章于 2024-09-20 18:16:41 发布
最新推荐文章于 2024-09-20 18:16:41 发布
阅读量659 收藏 3
点赞数
分类专栏： tensorflow安装
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AFXBR/article/details/119730755
版权

因为3090只支持cuda11以上，所以需要选择安装支持cuda11以上的tensorlfow2版本，也就是tensorflow2.4.x
当前阶段，直接使用conda install tensorflow-gpu的话即使成功安装，也无法使用正常调用gpu，所以需要通过以下方法安装：

  1. conda创建相关环境
  2. pip install tensorflow-gpu==2.4
  3. conda install cudatoolkit=11.0 cudnn=8.0
AFXBR
关注
专栏目录
RTX3090显卡安装tensorflow-gpu 2.4+CUDA11.0+cudnn8.05(使用conda安装)
weixin_43233764的博客
12-22 1万+
RTX3090显卡安装tensorflow-gpu 2.4+CUDA11.0+cudnn8.05+py3.7(使用conda安装) 基本环境 Ubuntu 16.04+Anaconda 前期准备 由于实验室电脑有张显卡坏了，买了张Nvidia最新显卡RTX3090，查看TensorFlow和pytorch的官网竟然现在还没有已公布的能匹配的cuda版本（这不应该大家一起坐下来商量好？），于是就开始找找找，终于还是找到了。现在的RTX3090可以配合CUDA11使用。pytorch目前是支持CUDA11.0的
Ubuntu18.04下RTX3090+CUDA11.0+cudnn8.0.5+tensorflow-gpu2.4安装
wuliangcai_的博客
04-24 1442
Ubuntu18.04下RTX3090+CUDA11.0+cudnn8.0.5+tensorflow-gpu2.4安装 前言：买完RTX3093后发现CUDA、cudnn、tensorflow版本匹配问题，查阅了很多资料，最终选定标题中的版本进行安装。亲测能够跑起来！！！ 1、安装Nvidia显卡驱动： 系统设置——软件更新——附加驱动——使用NVIDIA binary driver -version.......——应用更改——重启（附图如下） 打开终端输入nvidia-smi查看安装的驱动如
3090 搭建conda虚拟环境TensorFlow+pytorch(自用)
w13728879232的博客
05-27 704
在使用3090显卡的服务器上，搭建TensorFlow和pytorch环境 首先，在anaconda创建虚拟环境，本次实验的Python语言版本为3.8 conda create -n sum python=3.8 进行安装TensorFlow操作 conda install tensorflow-gpu conda list显示如下 进行安装pytorch操作，一般安装pytorch需要访问pytorch官网，这里直接放出适合3090显卡物理驱动的安装语言 pip instal
RTX3090 Tensorflow-gpu可用配置版本
weixin_42908084的博客
09-03 660
RTX3090： python==3.8 cudatoolkit==11.1 cudnn==8.1.0 tf-nightly-gpu 参考链接 import tensorflow as tf print(tf.test.is_built_with_cuda()) print(tf.test.is_gpu_available()) tensorflow.python.keras. 和keras. 不同时出现 他们可互相替代 ...
科研用深度学习环境配置（亲测最新版）Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6
qq_41958325的博客
10-28 1533
一、 版本对应 1. 查看显卡信息 CMD输入： nvidia-smi 如上图，显卡驱动版本：472.12，显卡支持最高的CUDA版本：11.4 2. 根据显卡支持的CUDA版本 查看可安装的 tensorflow版本，以及相关软件对应版本 tensorflow-gpu 2.6.0----Python 3.9----MSVC 2019----Bazel 3.7.2----UDA 11.2---- cuDNN 8.1 二、安装步骤 1. 安装 MSVC 2019 多数情况下默认已经安装，win
2021-07-12 在 GeForce RTX 3090上配置深度学习环境 cuda 11.1 + tensorflow2.5.0 + python3.8.3
Julse的博客
07-13 3754
GeForce RTX 3090 配置环境的过程遇到了很多问题，最后成功配置的版本如下 tensorflow-gpu 2.5.0 cudnn 8.1.0.77 python 3.8.3 cuda 11.1 参考的版本对应关系如图 成功安装的细节 安装tensorflow-gpu 2.5.0 conda activate 虚拟环境名字 pip install tensorflow-gpu==2.5.0 # conda install tensorflow-gpu=2.5.0 会找不到
anaconda环境tensorflow2.4.1+CUDA11.2+cndnn11.3安装全过程py3.8
weixin_44744648的博客
05-10 1125
项目场景： 于20210509安装相关内容，耗时几天，最终能成功运行mnist测试集。以下纪录安装的细节： 关于下载位置及版本： 提示：这里描述项目中遇到的问题： 例如：数据传输过程中数据不时出现丢失的情况，偶尔会丢失一部分数据 APP 中接收数据代码： @Override public void run() { bytes = mmInStream.read(buffer); mHandler.obtainMessage(READ_DATA,
【ML 环境配置、conda、Jupyter Notebook】cuda cudnn tensorflow各版本匹配关系与安装记录
Idiot 的博客
12-07 1318
三者的版本对应关系https://www.tensorflow.org/install/source_windows 注意要按照下图的说明来安装，否则会出现无法使用GPU计算等各种各样的问题。 cuda下载地址：https://developer.nvidia.com/cuda-toolkit-archive cuda10 win10:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&targe.
tensorflow gpu windows配置步骤教学
Cy_coding的博客
03-15 800
window10配置 tensorflowgpu 环境
RTX NVIDIA 3090卡配置对应pytorch，CUDA版本，NVIDIA驱动过程及问题整理
最新发布
lijunweiyhn的博客
09-20 1393
RTX NVIDIA 3090卡配置对应pytorch，CUDA版本（11.8或则12.2），NVIDIA驱动过程及问题整理
rtx3090显卡什么级别 rtx3090显卡什么水平 3090属于什么档次的显卡
m0_51290176的博客
09-04 1万+
2、RTX 3090显卡与上一代RTX 3080显卡对比：跑分高出百分百之十九。除此之外，RTX3090的CUDA性能超越前代旗舰计算卡Tesla V100约11%，展现了其强大的计算性能。RTX3090的优势其实体现在更大的显存上，24G的GDDR6X使其能够在使用DLSS下实现8K光追游戏。3、RTX 3090显卡与AMD RX 6900XT对比：在DX12项目的TimeSpy的两个项目，RX 6900XT略逊于RX 3090，在光追跑分中，RX 6900XT和第二代光追核心相比还是有一点差距。
RTX3090 参数配置
sinat_50517307的博客
09-05 6983
10496个流处理器，核心加速频率1.70GHz，384-bit 24GB GDDR6X显存。我用的显卡就是活动时8折抢购的 https://list.jd.com/list.html? 最大功耗350W，比预期得低很多，公版是单个新的12针供电接口，非公版则都是8+8针。 长度313毫米、高度138毫米，三插槽体积，正反双风扇。 输出接口标配三个HDMI 2.1、一个DisplayPort 1.4，支持四屏输出。 价格11999元起，9月24日上市。 ...
rtx3090 pytorch_RTX3090首发评测：很强，可是......
weixin_39578899的博客
10-30 525
3090发布的时候，大家都很激动，我也是迫不及待的想买一张RTX3090通过某神秘商家的偷跑，我在9月18日就拿到了一张RTX3090，它是来自影驰的RTX3090大将。这应该是知乎首发的个人用户评测，我没有任何品牌立场，没有收到任何品牌的资助，也没有与NVIDIA签署过NDA，但是我还是等到了解禁后大家一起发。不出意外的话，这张卡采用了纯公版的PCB设计，是一张公版换皮卡。先给大家看一下GPUZ...
【直观对比】RTX3090和RTX4090的计算能力的参数对比
刘炫320的博客
05-11 9646
随着大模型的火热，越来越多的人希望可以购买一个硬件进行大模型的推理，特别是在3090和4090显卡的对比上，需求比较大。目前已有的显卡对比，大多面向于和，如图所示。但是，对于消费级的显卡的计算能力的参数对比还比较少，更多的是对比游戏或者跑分的。由于工作需要，特地辗转了多方网站，整理了3090和4090的性能参数对比图，附带A100的参数用于衔接。从表中可以看出，在目前最常用的FP16上，4090和A100是一样的。也就是说，如果只是部署一个7B的模型，并且开了FP16，那么两者的推理速度应该是大致相同的。
RTX3090+Ubuntu20.04安装anaconda及tensorflow
可乐小巧粒的博客
11-17 2651
RTX3090+Ubuntu20.04安装anaconda及tensorflowanaconda安装创建虚拟环境 系统：Ubuntu20.04 显卡：4张RTX3090（我知道的，壕无人性） anaconda安装 1.直接官网下载linux版本的安装包 下载慢的话可以用多线程下载：axel -n10 URL axel 参数 文件下载地址 比较常用可选参数： -s 设置最大下载速度，如果限制到512KB/s，则填写512000 -n 指定连接数 -o 指定另存为目录，或者指定的目录+文件名 -H
rtx3090显卡什么牌子好
sinat_50379664的博客
03-12 3450
国内3090首发就8家厂商非公旗舰当然是猛禽、超级雕、魔龙、火神这几个一般价格猛禽、超级雕最贵，火神、魔龙第二档，所以我觉得火神、魔龙性价比高点 rtx3090怎么样这些点很重要看过你就懂了 http://www.adiannao.cn/dq 现在目前发售的型号：七彩虹：战斧 11999元、AD 12999元、AD OC 13599元技嘉：猎鹰OC 11999元、魔鹰 13999元华硕：TUF 11999元、TUF OC 14599元影驰：大将 11999元、金属大师 12199元微星：万图师 11999
【安装windows10 RTX3090 tensorflow的开发环境】
自天祐之，吉，无不利。
10-25 1248
首先，我们需要确保对应的软件被正确的升级到了最新的驱动安装驱动，相对来说比较简单，就直接跳过了我们能够看到对应的cuda的版本也升级到了最新的版本cuda11.7。
RTX-3090 GPU 搭建深度学习环境-测试低版本tensorflow-gpu
weixin_41965898的博客
08-02 3935
NVIDIA最新的GPU 3090和tensorflow-gpu目前有些不兼容（之后这些问题应该会逐渐消失），试过几个driver版本，cuda版本后，经过各种折腾后终于测试通过。推荐下面的版本： Ubuntu：18.04.5 NVIDIA Driver：470.42.01 CUDA Version：11.4 cudnn Version：cudnn-8.2.2.26 1 显卡要满足cuda develop的支持 不是所有的NVIDIA的显卡都可以支持cuda develop，super系列...
Anaconda第三方包安装位置
热门推荐
kfnorthwind的专栏
10-10 1万+
Anaconda第三方包安装位置 Anaconda安装的第三方包，具体在安装的位置的site-packages文件夹下面。 例如我的具体安装位置为：D:\anocanda3\Lib\site-packages，也就是说你找到安装anocanda的文件夹，在按如上路径找到site-packages文件夹，里面就是安装的第三方包。 ...
rtx3090 tensorflow
06-06
rtx309是一款强大的显卡，可以用于深度学习框架TensorFlow的加速运算。它具有极高的计算能力和存储容量，可以大幅提升训练模型的速度和效率。同时，TensorFlow也是一款流行的深度学习框架，支持多种算法和模型，可以...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值