在Windows平台上配置Tensorflow-GPU环境需要注意的事项

最新推荐文章于 2024-07-21 14:58:29 发布

Qw1nn

最新推荐文章于 2024-07-21 14:58:29 发布

阅读量175

点赞数

文章标签： tensorflow windows 深度学习

本文链接：https://blog.csdn.net/Qw1nn/article/details/131022119

版权

先说一下我的机器软硬件环境：

CPU	Intel Core i5-13500HX
GPU	NVIDIA RTX 4060 Laptop GPU
操作系统	Windows 11
Python	3.7

Python、CUDA和cuDNN的版本必须要和Tensorflow版本匹配，查阅：

Tensorflow版本对应关系

另外，以我的为例，我安装的是TensorFlow 2.10.0，但是官网上查不到对应的版本，经测试，CUDA 11.2可用。我之前一直在CUDA 12.1版本环境下安装tensorflow-gpu，导入tensorflow之后报错，我错误且自信地以为CUDA能够向下兼容（事实上好像不行），而是tensorflow的版本不对，浪费了很多时间下载重装TensorFlow

cuDNN直接在官网下载跟你的CUDA版本对应的即可。

Python不要用最新版本的，支持的包是有限的，还可能不稳定

安装zlibwapi.dll文件

在安装了Tensorflow并且能成功导入，测试GPU可用之后，运行python脚本会报错，提示找不到zlibwapi.dll，这里一定要注意不能直接将下载解压好的dll文件路径直接添加到系统变量Path中，而是要把这个文件复制到System32目录下才行（我也不知道为什么不行，但事实证明就是要那样做）

写在最后，无论是程序运行的环境、或者是程序运行时出错，一定要利用好报错信息，不能盲目地自己解决，那只会无谓地浪费时间，这可能看起来是一句废话，但是有些人就是在实践过程中想不起来（比如我这种小笨蛋）