TensorFlow2.3.1GPU版本的搭建显卡为GTX1650S

最新推荐文章于 2024-06-23 16:21:25 发布
最新推荐文章于 2024-06-23 16:21:25 发布
阅读量479 收藏 1
点赞数
分类专栏： 图像处理 文章标签： tensorflow 神经网络 机器学习 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/mangsite/article/details/110353804
版权
本文详细介绍了在已安装Anaconda3的基础上，如何一步步安装CUDA10.1、CUDNN以及使用国内镜像安装TensorFlow-GPU的完整过程。在安装过程中特别强调了环境变量配置和可能出现的ModuleNotFoundError问题，并提供了解决方案。
摘要由CSDN通过智能技术生成

已经提前已经安装好了Anaconda3

1.先安装cuda10.1 

https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

2.找对应版本的cudnn，一定要注意配置环境变量。

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

3.利用国内镜像网站下载安装TensorFlow。

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu # for Python 3.* and GPU

https://blog.csdn.net/jorg_zhao/article/details/80075293

4.安装完成后进入python，import tensorflow看是否安装成功。

可能出现ModuleNotFoundError: No module named ‘tensorflow._api的问题。  

https://blog.csdn.net/u012270544/article/details/96424907

可用这行代码解决pip install --upgrade --ignore-installed tensorflow.

MonsterIsCool
关注
专栏目录
笔记本GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn）
Xyoutz_的博客
02-12 2830
笔记本GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn概览硬件配置：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）：（二）安装anac
tensorflow2.3.1版本，arm架构，适合jetson nano的使用
12-15
tensorflow2.3.1版本，arm架构，适合jetson nano的使用，支持cuda加速，编译的时候提供了gpu的支持，适配python的版本是3.6版本
nvidia cuDNN v8.2.2
08-10
cuDNN v8.2.2 , for CUDA 11.4 From https://developer.nvidia.com/rdp/cudnn-download
各个版本cudnn下载快速导航
学习、记录、分享
04-08 8692
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b cuda+cudnn安装教程：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
GTX1650super安装tensorflow及cuda
u011379247的博客
06-23 3856
显卡是1650super，在nvidia官网未找到型号对应的cuda，本来按照教程安装cuda10.0，但是tensorflow最新版2.2.0貌似只支持10.1。在安装完cuda10.0后，提示未找到动态库“Could not load dynamic library ‘cudart64_101.dll’”，因此重新卸载了cuda10.0，安装了cuda10.1。此外cuda的安装一定要在C盘，其他盘依然会无法读取刀dll文件。 安装cuda时需要去除这个选项 这里要对比当前版本和最新版本，如果
gcn：在TensorFlow中实现图卷积网络
02-28
图卷积网络 这是图卷积网络的TensorFlow实现，用于图中节点的（半监督）分类任务，如我们的论文所述： Thomas N.Kipf，Max Welling，（ICLR 2017） 有关高级解释，请查看我们的博客文章： 托马斯·基普夫（Thomas Kipf），（2016） 安装 python setup.py install 要求 张量流（> 0.12） 网络 运行演示 cd gcn python train.py 数据 为了使用您自己的数据，您必须提供 N×N邻接矩阵（N是节点数）， N×D特征矩阵（D是每个节点的特征数），以及 N by E二进制标签矩阵（E是类数）。 看一看在load_data()函数utils.py为例。 在此示例中，我们加载引文网络数据（Cora，Citeseer或Pubmed）。 原始数据集可以在以下位置找到： : 。 在我们的版本中（请参
tensorflow_gpu-2.3.1-cp38-cp38.zip
11-27
标题中的"tensorflow_gpu-2.3.1-cp38-cp38.zip"指的是TensorFlow的GPU兼容版本，版本号为2.3.1，适用于Python 3.8环境。这个压缩包包含了用于在配备GPU的计算机上运行的TensorFlow库。 在描述中提到的“tensorflow ...
tensorflow-2.3.1离线安装包（适用于python37）
12-01
2.3.1版本作为TensorFlow的一个稳定版本，提供了许多性能优化和新特性。这个离线安装包是为运行Python 3.7的Windows系统设计的，对于那些无法或不希望通过网络进行在线安装的用户来说，这是一个理想的解决方案。 ...
ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤的ppt
03-01
### ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤详解 #### 一、ANACONDA 安装 **ANACONDA** 是一个非常方便的Python和R的数据科学环境管理器。它提供了一个包含大量科学计算库的分发版，以及一个强大...
tensorflow-2.3.1离线安装包（适用于python38）.rar
12-01
对于TensorFlow 2.3.1的离线安装，我们拥有一个名为 "tensorflow-2.3.1离线安装包（适用于python38）" 的压缩文件，这正是为Python 3.8设计的特定版本。 在Windows系统下，确保您运行的是64位操作系统，并且已经...
NVIDIA cuDNN官方工具8.2.2.26版本windows系统x64位安装包支持cuda 11.4
07-23
全名：cudnn-11.4-windows-x64-v8.2.2.26.zip，NVIDIA CUDA11.4版本内集成的8.2.2.26版本的cudnn。
cudnn-10.2-windows10-x64-v8.2.2.26.zip
07-29
最新版本cudnn 8.2.2.26 适合cuda 10.2版本
Download cuDNN v8.0.1 RC2 (June 26th, 2020), for CUDA 10.2
09-21
cuDNN v8.0.1 RC2 (June 26th, 2020), for CUDA 10.2 cuDNN v8.0.1 RC2 (June 26th, 2020), for CUDA 10.2
Window10上Tensorflow2.3的安装，CPU和GPU版本
qq_40185784的博客
12-14 8579
之前摸索tensorflow的时候安装踩坑的时间非常久，主要是没搞懂几个东西的关系，就在瞎调试，以及当时很多东西不懂，很多报错也一知半解的。这次重装系统后正好需要再配置一次，把再一次的经历记录一下。我的电脑是华为的matebook13，intel版本，MX250显卡，win10系统。（不得不吐槽很垃圾，只能满足测试测试调调代码的需求） 深度学习利用Tensorflow平台，其中的Keras Sequential API对新用户非常的友好，可以将各基础组件组合在一起来构建模型。 （官网： https://
cuDNN安装
洪流之源
11-01 2181
cuDNN安装
cudnn免登录下载
FL1623863129的博客
02-16 3680
现在要下载cuDNN，点击下载的页面后都是出现要求先加入Nvidia developers会员才能进行下载，但这个注册的过程非常慢，常常卡在第二个步骤，这里笔者根据亲身的经验介绍一个可以绕过这个注册或登陆步骤的方式直接下载cuDNN。遇到此类问题的童鞋可以试一下。复制下载地址到迅雷下载即可，如果网站打不开则需要魔法上网。
cuda与cudnn下载（tensorflow-gpu）
最新发布
某人辛木的博客
06-23 1320
！！tensorflow-gpu的版本要与cuda与cudnn想对应。这点十分重要！推荐下载较新的。即tensorflow-gpu=2.60及以上，cuda=11.x及以上，cudnn=8.x及以上。所以，下载之前先检查好，直接csdn搜索就可以找到了！解决了这三者的兼容问题，后续的版本问题就会小很多了。​cuda下载​local与network其实一样。前者是直接下载软件，后者是下载一个下载cuda的工具。下载三种都没有什么好注意，几乎一直默认就可以了。csdn上都有。
安装 tensorflow2.3.1 版本
04-18
好的，我可以帮助您解决安装 tensorflow2.3.1 版本的问题。首先，您需要确保您的计算机上安装了 Python 环境。然后，您可以通过以下命令来安装 tensorflow2.3.1 版本： pip install tensorflow==2.3.1 如果您在 ...
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