笔记本GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn）

最新推荐文章于 2024-09-27 14:29:23 发布
最新推荐文章于 2024-09-27 14:29:23 发布
阅读量2.8k 收藏 27
点赞数 7
分类专栏： 笔记 记录帖 文章标签： anaconda tensorflow cuda 神经网络 深度学习
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/Xyoutz_/article/details/113792017
版权

笔记本WIN10+GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn

概览

这篇文是我这个菜鸟配置完环境过程的记录，其中包含了配置的详细步骤以及过程中遇到的问题。
记录一下我的第一次配置经过。

硬件配置：i7-10750h+4G GTX1650

软件配置：anaconda3-5.1.0+visual studio 2015+tensorflow-gpu2.2.0+cudatoolkit10.1+cudnn7.6.5

确定适合自己的cuda和cudnn版本，看安装中的“三”

具体安装步骤

一、安装anaconda

（一）下载anaconda安装包进行安装（我的版本anaconda3-5.1.0）：

1. 如果电脑上已安装了python环境的话，建议先卸载。
2. anaconda安装步骤如下

  • 我自定义的路径是D盘（目前无其他问题），如果C盘够大的话，保险起见可以装在C盘，以免后续有其他问题

在这里插入图片描述

  • 我是两个都打勾，第一个是将anaconda的环境加到系统环境变量里；第二个是给anaconda安装python3.6（对于第二个勾选我也是存疑惑的，因为后边我在创建环境时又安装了3.7版本也无影响）

在这里插入图片描述

  • 点击图中红框

  • 两个勾选可取消

（二）安装anaconda时出现的问题及解决

1.点击VSCode提示Please make sure you are connected to the internet!

  • 解决办法如下：先点击中止，不用关闭安装界面，然后完成以下步骤后，再次install VSCode
  • 第一步：在anaconda目录下找到文档vscode_inst.py，大概路径：/anaconda3/pkgs/vscode_inst.py
  • 第二步：打开文件，修改代码并保存
  • 找到以下代码（110行左右）
VSCODE_ENDPOINT = 'https://vscode-update.azurewebsites.net/api/update/{}/stable/version'.format(VSCODE_SUBDIR) # NOQ
最低0.47元/天 解锁文章
小小盆友X
关注
专栏目录
tensorflow-gpu2.0.0 安装配置辛酸史（显卡GTX1650）
z1433768804的博客
02-25 5235
最近重装了anaconda环境，想着tensorflow升级下，用tf2.0的版本，但想不到的是简直装到怀疑人生，经过一系列折腾，中间有的步骤忘记了，现在总结下最后装OK可以用的过程 安装 anaconda3 这个就正常操作从官网或者镜像网站上下载；之后就一步一步点；接着配置下环境变量 CUDA及cudnn安装配置 先说下自己安装的版本是CUDA10.1+cudnn7.6.5，用tf2...
Win10+GTX1650+Tensorflow1.5-GPU+Anaconda3配置记录
zZZZZZZZZ_qk的博客
03-01 2435
目录 前言 第一步 电脑配置 所需环境（python、CUDA、cuDNN、TensorFlow-GPU对应版本的确认） 第一步：安装Anaconda 1.下载和安装 第二步：安装CUDA Toolkit + cuDNN 1.查看需要安装的CUDA+cuDNN版本 2.下载CUDA + cuDNN 3.安装 CUDA Toolkit 9.0 和 cuDnn 7.0 第三步：安装TensorFl...
anaconda：安装cuda和对应版本的cudnn
qq_38432089的博客
02-23 5257
复现别人论文的时候经常遇到不同的cuda版本，可以使用anaconda创建虚拟环境，并在不同的虚拟环境中配置对应的cuda版本。
【赛博炼丹】深度学习软件安装及环境配置：Anaconda、CUDA、cuDNN、PyTorch及PyCharm
最新发布
weixin_54416370的博客
09-27 1311
Anaconda、CUDA、cuDNN、PyTorch及PyCharm
Anaconda 虚拟环境安装cuda和cudnn
m0_46249060的博客
03-08 798
Anaconda 虚拟环境安装cuda和cudnn
Anaconda直接使用conda命令安装cuda和cudnn
永远的我们的博客
09-29 1万+
anaconda，tensorflow，cuda，cudnn
Anaconda 安装pytorch CUDA cudnn
uu无极的博客
11-09 1348
Anaconda 换源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes pip 换源 p...
Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置tensorflow-gpu
2301_80501457的博客
06-07 1万+
Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置tensorflow-gpu
TensorFlow-GPU极简———不用安装cuda、cuDNN！！！
Ninen_Choi的博客
01-06 1万+
看到网上大部分TensorFlowGPU教程都需要看配置需要装一大堆东西，然后就来更新一篇我知道的最简便的安装GPU版本的方法了。如下：
win10安装nvidia驱动，cuda10.1，cudnn7.6.5和tensorflow_gpu2.2.0
qq_40060231的博客
05-29 988
写在前面：一开始尝试安装cuda10.1，cudnn7.6.5和tensorflow_gpu2.3.0，都能安装成功，但测试的时候一直找不到GPU。最后猜测是版本问题。虽然cuda10.1支持2.
NVIDIA显卡驱动+CUDA+CUDNN+Tensorflow+Keras之间的关系（含各版本对应关系表）
qq_45186202的博客
01-19 3976
基础介绍 Driver 与键盘驱动、鼠标驱动、打印机驱动没本质区别，硬件统一CPU和外设通信的接口，以驱动程序的形式呈现 可使用nvidia-smi命令查看，需要注意的是，显卡支持的驱动一直是在更新的 CUDA（Compute Unified Device Architecture，NVIDIA推出的显卡并行计算框架） tensorflow-gpu的运行需要它的底层支持，它是一个计算框架，抽象层次比驱动高，每个版本的CUDA都是基于一定版本的驱动建立的，所以它对驱动的最低版本是有要求的 cuDN
Anaconda虚拟环境中安装torch + cuda + cuDNN
热门推荐
ligous的博客
04-19 5万+
踩坑踩坑踩坑！！！ 网上很多关于python+pytorch+cuda+cuDNN的教程，作为一只新手小菜鸟，好不容易跟着众多大佬们成功安装了cuda和cuDNN，并通过了检测！好家伙啊，发现我不会加到虚拟环境里！ 接着各种查怎么把安装到本地的cuda整到目标虚拟环境里，发现很多是从conda里直接install，不过直接下载会很慢，大多是从清华大学开源软件镜像站下载cuda和cuDNN包，在conda中从本地install，或者在conda中直接从镜像站网址中下载............
anaconda安装cuda cudnn pytorch（win11）
xiaocainiao478的博客
07-31 1837
在anaconda环境中安装的cuda、cudnn、pytorch
3090显卡安装tensorflow/pytorch
LIWEI940638093的博客
02-09 3756
3090显卡安装tensorflow/pytorch一 3090显卡驱动二 安装CUDA11.0三 安装cuDNN四 安装anaconda五 安装tensorflow/pytorch六 安装gdal 我的系统是Ubuntu18.04，这个教程对所有Ubuntu系统都适用，只是要安装正确的显卡驱动和cuda/cudnn 一 3090显卡驱动 去官网下载正确的显卡驱动即可。具体操作见：https://blog.csdn.net/LIWEI940638093/article/details/109304789 二
anaconda安装paddle(安装CUDA，CUDNN)
fakerth的博客
12-01 1万+
anaconda安装paddle(安装CUDA，CUDNN)
强化学习环境配置（使用Anaconda安装CUDA、cuDNN、Pytorch、gym）
LiHaotian917的博客
08-10 7235
强化学习环境配置（使用Anaconda安装CUDA、cuDNN、Pytorch、gym）
Anaconda CUDA CuDNN安装
千越的烂笔头
11-06 767
下载地址：https://repo.anaconda.com/archive/Anaconda3-2022.10-Windows-x86_64.exe。官网地址：https://www.anaconda.com/products/individual。安装网址：https://pytorch.org/get-started/locally/win+R打开cmd，输入nvidia-smi，即可看到支持的cuda版本是11.7。系统变量 path 中添加。查看电脑GPU支持 安装。名称：Anaconda。
在Anaconda虚拟环境中安装cuda和cudnn
yandonglaixi的博客
05-26 3173
这个方法可以避免安装多个cuda的切换问题，直接在每个虚拟环境中安装自己需要的cuda版本，相比较tensorflow官方推荐的docker的安装方法，可以达到相同的效果，但是实践起来更简单，总之推荐大家以后在虚拟环境下安装所需要的cuda和cudnn。
在anaconda环境中配置cuda和cudnn
weixin_42727538的博客
08-06 1010
使用anaconda为环境安装对应的cuda版本
tensorflow-gpu 2.2.0对应keras
05-16
TensorFlow 2.2.0 包含了 Keras 的最新版本，因此可以直接使用 TensorFlow 2.2.0 的 keras 模块。如果你已经安装了 TensorFlow 2.2.0，那么你可以通过以下代码来导入 TensorFlow 的 keras 模块： ``` from tensorflow import keras ``` 这样你就可以使用 TensorFlow 的 keras 模块了。如果你想使用独立的 Keras 库，可以安装 Keras 2.4.0 版本，如下所示： ``` pip install keras==2.4.0 ``` 这样你就可以在代码中导入独立的 Keras 库了： ``` import keras ```
评论 2
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