文章目录
前言
时间:2022年1月16日01:41:51
环境:Win10 64位,RTX2060 显卡算力7.5,VScode,python3.7.0。
搭建tensorflow和keras深度学习环境的时候,即使安装成功,由于版本不匹配的问题,导致频繁报错,比如版本不对会出现导入模块错误。由于项目原因要用python3.7.0,但我的tensorflow和keras都是最新版2.7.0,搜遍全网也没有找到对应版本的配置,尝试了很多版本,每次下载都是近3G大小,匹配过程中各种报错,折腾了三四天,简直让人炸裂。
各位一定要根据自己电脑的显卡算力、显卡驱动版本、python版本、tensorflow版本、keras版本,去匹配对应的CUDA和cuDNN版本。各版本并非完全唯一对应,而是有一定的范围区间。
一、可行的对应版本配置
python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA10.1.2+cuDNN7.6.5+tensorflow2.2.0+keras 2.3.1
二、安装步骤
1. 显卡算力和显卡驱动版本
显卡算力决定你的CUDA版本区间:
NIVDIA显卡算力官方查询
维基百科查询显卡算力对应的CUDA版本区间(境内无法正常打开):
维基百科CUDA
比如我的显卡RTX2060 算力7.5,那么可以下载的CUDA版本区间为10.0-10.2 和 11.0以上。
显卡驱动版本,在NVIDIA控制面板的系统信息可查询到,建议更新到最新版本,这样就不会因驱动版本而下载CUDA版本受限。
NVIDIA官方显卡驱动更新
更新显卡驱动程序,建议在选项 Download Type 选 Studio Driver(SD),因为对深度学习有利。
NVIDIA官方 CUDA与显卡驱动版本对应表查询
比