文章目录
前言
本文是在已有一个版本的 CUDA 11.0 和 cuDNN 10.2 (用于Matlab计算加速)的情况下,按照 TensorFlow 的版本要求
再安装一个高版本的 CUDA、 cuDNN 同时安装 TensorFlow_gpu_2.7.0
本文记录的是安装过程中的作者遇到的问题,对读者有一定的安装经验要求,对完全新手不友好
我的电脑里预先安装的有
- cuda_11.0.2_451.48_win10
- cudnn-10.2-windows10-x64-v7.6.5.32
- Visual Studio 2019
因为代码的环境要求需要再安装(安装顺序) 如下:
Visual Studio 2019
Anaconda+VScode
cuda 11.2+cudnn 8.1
tensorflow-gpu==2.7.0
版本信息
TensorFlow的版本要求
\quad 首先需要查找TensorFlow与C++的编译版本要求(MSVS)以及CUDA和cuDNN的要求,按照版本要求才能进行安装,如下图
安装顺序
1. MSVS2019
参考博客:VS2019下载地址和安装教程(图解)
2. Anoconda和VScode
参考博客:Anaconda + VSCode 配置python环境_anaconda vscode_张硕伟的博客-CSDN博客
3. CUDA 11.2和cuDNN8.1
参考博客:如何在电脑上安装多个版本的CUDA_多个cuda_识久的博客-CSDN博客
参考博客:win10下安装多个cuda(cuda9.0和10.0),并自由切换版本_多个cuda版本共存_做一只AI小能手的博客-CSDN博客
3.1 CUDA11.2
遇到问题,这是由于已经存在一个版本CUDA导致的:
“You already have a newer version of the NVIDIA Frameview SDK installed”
解决方案: 参考博客:Cuda和Cudnn安装_nvidia frameview sdk可以卸载吗_liuzhonglin_的博客-CSDN博客
先把电脑已经存在的FrameView SDK 卸载掉,把C:\Program Files\NVIDIA Corporation\FrameViewSDK文件夹删掉。
3.2 cuDNN8.1
参考博客:cuDNN安装教程(Windows)_Xavier Jiezou的博客-CSDN博客
4. TensorFlow_gpu_2.7.0
创建环境 tensor 并安装:
注意:这里并没有提及anaconda的换国内源、创建新环境等,比较简单,需要读者自行查阅