Win10+MX150残血版+Tensorflow GPU1.13+CUDA10.1跳坑记

最新推荐文章于 2024-09-19 12:15:28 发布
最新推荐文章于 2024-09-19 12:15:28 发布
阅读量2k 收藏 1
点赞数
分类专栏： 机器学习环境配置
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/hitpisces/article/details/89715079
版权

纸上得来终觉浅，要知此事需躬行！

网上好多关于如何在WIN10下安装GPU版的TensorFlow的教程，然而写对的都没有几个！包括Tensorflow官网上的教程，也是不对的！

几个大坑：

1、TensorFlow通过conda或者pip安装的话如果不指定版本，默认会装最新的版本。而Tensorflow GPU 1.12.0以上的需要CUDA10.1和对应CUDA版本的CudNN。

2、Anaconda的虚拟环境不要用Anaconda Navigator里面的那个Create按钮创建，不然会缺少很多必要的包。建议在Anaconda Prompt命令行下输入：

conda create --name python=3.6.1

python 3.6.1兼容性最好！

3、如果安装的是Visual Studio 2019 Preview，建议卸载掉自带的Microsoft Visual C++ Distribution 2015-2019，手动安装对应的2015版的X64的MVC。

4、nvidia的显卡驱动要更新到最新版本，然后到nvidia控制面板里看下系统信息中的cuda版本，是否加载的是10.1版本的dll。

5、Anaconda安装过程中要把那个加入到系统环境变量的勾打上！

吃白兔的小青菜
关注
专栏目录
【DL学习笔记01】MX150笔记本安装：Anaconda3+Python3.7+CUDA10.1+cuDNN7.6+TensorFlow-GPU1.14+VisualStudio2019
xxyjsh的博客
07-21 1253
【DL学习笔记01】MX150独显笔记本安装TensorFlow-GPU：MX150+Anaconda3+Python3.7+CUDA10.1+cuDNN7.6+TensorFlow-GPU1.14+VisualStudio2019目的：安装目前最新的TensorFlow-GPU版1、安装前的准备：下载上述软件并确认各版本配对1.1 更新显卡驱动并确认显卡支持的CUDA版本1.2 下载CUDA 1...
在CUDA10.1版本下安装tensorflow-gpu=1.13.1版本
qq_43263543的博客
03-08 2497
安装 cuda10.1安装tensorflow-gpu的1版本会出现一些问题，应该在安装之前先输入 conda install cudatoolkit=10.0 在安装cudatoolkit之后再进行安装tensorflow就成功。 测试 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) print(tf.test.is_gpu_avail
win10系统NVIDIA GeForce MX150，驱动程序版本为388.73深度学习环境配置教程
最新发布
liuxuanxuan1213的博客
09-19 1236
安装步骤安装，安装目录尽量不要在C盘，安装完成后，出现如图所示。​​这里选择network和local都可以，我本人刚开始选的local安装了一下午都没有装上，后来用network完成了。具体安装步骤：​这里尽量用默认地址。​这里可能需要等待较长时间​点击同意并继续​这里选择 自定义后，点击下一步​这里若安装的cuda版本低于规定版本，需要把Dispiay Driver的勾去掉，同时也要把Visual Studio Integration的勾去掉，否则会安装失败。
Tensorflow1.13.1+python3.7.2+win10+vs2017+CUDA10.1 +cudnn10.0安装失败
jfbh_0的博客
03-20 993
tensorflow+win10+vs2017+CUDA10.1 时找不到GPU设备的问题 首先查看前辈的安装教程 https://blog.csdn.net/weixin_42359147/article/details/80622306，安装完CUDA后使用deviceQuery例程时报（目前还未装python环境） CUDA Device Query (Runtime API) versio...
tensorflow 2.1.0 GPU安装[显卡GeForceMX150+CUDA10.1]
一只羊驼没有毛的博客
11-24 1242
版本： Tensorflow 2.1.0 + CUDA 10.1 STEP1 查看自己电脑显卡对应的CUDA最高版本 【参考链接】https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html 注意： 查询到的版本为对应的最高版本，可以低于该版本。如果已经下载tensorflow，则需要和tensorflow版本对应。【2.1.0以上版本的tensorflow没有经过特别指定的话，一般会自动下载GPU和CPU版本】 【官方CUDA和tensor
cuda10.1下的pytorch、tensorflow1.版本、tensorflow2.版本安装
qq_40077736的博客
11-08 1672
从最开始装环境要几天到现在10分钟搞定，以下就是我的经验亲测可用不踩坑！
关于Win10环境下MX150安装cuda,cudnn,tensorflow-gpu的问题
Dark_or_Light的博客
04-02 3065
今天花了一天时间踩坑 MX150是支持NVIDIA的， 知乎有对这个问题的讨论：https://www.zhihu.com/question/264793150 我是用了cuda9.0,cudnn7.5,即使系统信息写的是09.17，可以正常运行 具体安装教程参考：https://zhuanlan.zhihu.com/p/37086409 另外可能会遇到“Failed to load...
WIN10+CUDA10.1+torch+tensorflow-gpu=1.15.0安装时踩过的坑
Blddwkb的博客
04-01 9248
WIN10+CUDA10.1+CUDNN+torch+tensorflow-gpu安装踩过的坑CUDA+CUDNN的重新安装Tensorflow-gpu与torch兼容的问题总结： 这一整个周末都在踩坑的过程中，把我踩过的坑记录一下，也希望能帮到大家！ CUDA+CUDNN的重新安装 网上已经有很多CUDA与CUDNN安装的教程了，还有CUDA和显卡驱动匹配的细节，这里就不再多说了。主要说说踩过的...
绝望中重生：MX150+python3.7+CUDA10.0+Tensorflow-gpu1.13安装记录-附件资源
03-05
绝望中重生：MX150+python3.7+CUDA10.0+Tensorflow-gpu1.13安装记录-附件资源
Win10+TensorFlow(GPU)+MX450
walsons
01-05 5208
Win10+TensorFlow(GPU)+MX450 本文参考了以下两篇文章： TensorFlow版本 PyTorch版本 首先看官网给出的软件要求 在桌面右击鼠标打开NVIDIA控制面板，点击左下角系统信息 查看CUDA版本 在网站CUDA Toolkit下载对应版本(我这里是11.0） 下载，比较慢，可以用加速插件 双击安装程序，如果没有安装VS，就取消VS勾选，然后一直下一步安装 打开终端输入nvcc -V，输出以下字符安装成功 在网站cuDNN里下载cu
Win10+NVIDIA GeForce MX150: CUDA9+cuDnn+TensorFlow-GPU的安装教程
WaitFoF
10-18 4649
系统： 显示适配器： 软件： 软件名称 版本 Visual Studio 2019，社区版 Anaconda conda 4.8.5 Python 用Anaconda创建的虚拟环境Python3.6 前言 目的是为了使用TensorFlow-GPU。 看了许多网络安装帖子，试了很多版本都有问题。 记录一下最终的过程。 本篇基于NVIDIA GeForce MX150 安装： CUDA, cuDNN, Python(anaconda)TensorFlow-GPU（Wi
tensorflow1.12支持cuda10
01-11
自编译tensorflow： 1.python3.5,tensorflow1.12; 2.支持cuda10.0,cudnn7.3.1,TensorRT-5.0.2.6-cuda10.0-cudnn7.3; 3.无mkl支持; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 TI 配置信息： hp@dla:~/work/ts_compile/tensorflow$ ./configure WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown". You have bazel 0.19.1 installed. Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python3 Found possible Python library paths: /usr/local/lib/python3.5/dist-packages /usr/lib/python3/dist-packages Please input the desired Python library path to use. Default is [/usr/local/lib/python3.5/dist-packages] Do you wish to build TensorFlow with XLA JIT support? [Y/n]: XLA JIT support will be enabled for TensorFlow. Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: No OpenCL SYCL support will be enabled for TensorFlow. Do you wish to build TensorFlow with ROCm support? [y/N]: No ROCm support will be enabled for TensorFlow. Do you wish to build TensorFlow with CUDA support? [y/N]: y CUDA support will be enabled for TensorFlow. Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 10.0]: Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-10.0 Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.3.1 Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-10.0]: Do you wish to build TensorFlow with TensorRT support? [y/N]: y TensorRT support will be enabled for TensorFlow. Please specify the location where TensorRT is installed. [Default is /usr/lib/x86_64-linux-gnu]://home/hp/bin/TensorRT-5.0.2.6-cuda10.0-cudnn7.3/targets/x86_64-linux-gnu Please specify the locally installed NCCL version you want to use. [Default is to use https://github.com/nvidia/nccl]: Please specify a list of comma-separated Cuda compute capabilities you want to build with. You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus. Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 6.1,6.1,6.1]: Do you want to use clang as CUDA compiler? [y/N]: nvcc will be used as CUDA compiler. Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: Do you wish to build TensorFlow with MPI support? [y/N]: No MPI support will be enabled for TensorFlow. Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: Not configuring the WORKSPACE for Android builds. Preconfigured Bazel build configs. You can use any of the below by adding "--config=" to your build command. See .bazelrc for more details. --config=mkl # Build with MKL support. --config=monolithic # Config for mostly static monolithic build. --config=gdr # Build with GDR support. --config=verbs # Build with libverbs support. --config=ngraph # Build with Intel nGraph support. --config=dynamic_kernels # (Experimental) Build kernels into separate shared objects. Preconfigured Bazel build configs to DISABLE default on features: --config=noaws # Disable AWS S3 filesystem support. --config=nogcp # Disable GCP support. --config=nohdfs # Disable HDFS support. --config=noignite # Disable Apacha Ignite support. --config=nokafka # Disable Apache Kafka support. --config=nonccl # Disable NVIDIA NCCL support. Configuration finished 编译： bazel build --config=opt --verbose_failures //tensorflow/tools/pip_package:build_pip_package 卸载已有tensorflow： hp@dla:~/temp$ sudo pip3 uninstall tensorflow 安装自己编译的成果： hp@dla:~/temp$ sudo pip3 install tensorflow-1.12.0-cp35-cp35m-linux_x86_64.whl
支持CUDA10的tensorflow-gpu轮子
11-29
这个文件是一个tensorflow的GPU版本的轮子，通过这个轮子，你可以在最新的CUDA10和CUDNN10.0上使用GPU训练你的模型
windows10-cuda10.1-cudnn7-tensorflow1.4.0配置流程
留恋凡间事
03-23 2592
1.下载cuda版本：cuda_10.1.105_win10_network.exe，并按照流程安装。安装完后，打开cmd ，输入：nvcc -V,回车查看是否有版本信息，若出现版本信息，则证明nvcc安装成功。 2.下载cudnn版本：cudnn-10.0-windows10-x64-v7.4.2.24，并把bin，include，lib三个文件拷贝到CUDA/10.1文件夹中。 3.下载A...
Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0
08-19
主要介绍了Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Winds10+TensorFlow-gpu1.14+CUDA10.1+cuDNN7.4
meiyoujiaru的博客
08-27 543
安装版本控制 wind10+TensorFlow1.14+CUDA10.1+cuDNN7.4 台式机 系统 Windows10 显卡 GTX-1070 1.根据TensorFlow版本选择AUDA版本 本教程使用的TensorFlow-GPU1.14 2.下载CUDA 到NVIDIA下载CUDA10.0：CUDA10.0下载地址 打开命令行窗口，输入nvcc -V，显示如下CUDA...
magicbook2018+MX150+win10+显卡驱动445.87+cuda_10.0.130+cudnn_v7.6.4.38+conda4.8.3+tensorflow1.14.0
12-21
TensorFlow-GPU版利用CUDA和cuDNN库，使模型能够在GPU上并行计算，大幅提高了训练速度。选择1.14.0是因为它与当时CUDA 10.0和cuDNN 7.6版本兼容。 安装流程包括： - **显卡驱动安装**：直接从NVIDIA官方网站下载...
win10+cuda10.0+tensorflow-gpu==1.15安装教程
群星闪耀的博客
02-26 2243
背景简介 作为刚入门深度学习的小白，准备兴高采烈的开始用GPU跑深度学习算法.已经安装好了tensorflow的CPU版本，都是想要加速，搭建tensorflow-gpu的版本。 我的环境是python==3.7, tensorflow==1.15，这两个的安装可以去参考其他教程，为什么在2021年还选择1.15的版本，因为我要用的代码还是tensorflow 版本1的，tensorflow 2.0的和原来的不一样，容易出现其他问题，为了早日上手深度学习，就不去弄2.0了。这里主要是讲解如何安装GPU加
win10+CUDA10.0/10.1+CUDNN10.1+tensorflow-gpu==2.0+python3.6安装
do it
10-26 1210
首先我不是在Anaconda下安装。 中间尝试过不同的组合，但都失败了，最后定的是下面的组合： win10 VS2017 CUDA10.1+CUDA10.0 CUDNN10.1 tensorflow2 gpu版 python3.6 一开始安装的是VS2019 community和CUDA10.1，装完tensorflow2发现没用，无法import，提示的意思就是找不到一些模块。 ...
最强攻略之CUDA+cudNN安装,tensorflow-gpu，pytorch-gpu一步到位
hexs666的博客
10-09 717
cuda是做深度学习，后期安装pytorch和anaconda版本必不可少的工具，以下是一些安装步骤，希望对你有用！！
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