Win11+RTX4090安装tensorFlow 2.0

本文详细描述了如何在NVIDIAGeForceRTX4090上安装并配置TensorFlow2.10.0,包括安装CUDAToolkit11.8、cuDNN8.9.2以及在Anaconda中设置虚拟环境的步骤,以确保在Windows11系统中顺利运行。
摘要由CSDN通过智能技术生成

关于4090安装tensorflow 2.0的环境配置没有一个公允的案例,经过多天尝试,我找到一个比较好的环境配置版本。如下所示:

cudatoolkit 11.8+cudnn 8.9.2+tensorflow 2.10.0

安装步骤:

1. 首先安装Aconda,别的帖子都有,不再赘述。

2. 安装cudatoolkit 11.8,下载local版本CUDA Toolkit Archive | NVIDIA Developer

3. 打开Anaconda prompt,创建虚拟环境tf1,激活环境

conda create -n tf1 python=3.9
conda activate tf1

4. 安装tensorflow 2.10.0,使用2.10.0版本是因为这是最后一个在win11下运行的gpu版本。

如果觉得慢,可以在其他帖子查找清华源的链接。

pip install tensorflow=2.10.0

5. 安装cudnn8.9.2,这个可以下载安装cuDNN Archive | NVIDIA Developer,也可以从conda里安装。在conda里安装如同下图画圈的地方输入对应信息,右下角点击“apply”。

6. 最后!激活环境,输入测试代码,就OK了

conda activate tf1
python
conda activate tf1
import tensorflow as tf
print(tf.test.is_built_with_cuda())
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

尝试了许多环境搭配,终于搞出来一个能用,希望对大家有所帮助。

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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