python之用Anaconda安装Tensorflow_anaconda4.6.8-CSDN博客

本文链接：https://blog.csdn.net/marukoheart/article/details/88553721

本文详细记录了在Win10环境下，使用Anaconda4.6.8与Python3.6.8，安装CUDA10.0、cuDNN7.4.1以及TensorFlow-gpu1.13.1的过程。包括驱动更新、自定义安装CUDA、覆盖cuDNN文件、环境配置及验证步骤，特别注意CUDA与cuDNN版本匹配的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装时间：2019-03-14

显卡: 1066

环境: win10 + anaconda 4.6.8 + python 3.6.8 + CUDA 10.0 + cuDNN 7.3.1 + Tensorflow-gpu 1.13.1 3-14

环境: win10 + anaconda 4.6.8 + python 3.6.8 + CUDA 10.0 + cuDNN 7.4.1 + Tensorflow-gpu 1.13.1 更新时间3-17 安装openCV 4.0.1 更新时间3-22

下载网址：

CUDA : https://developer.nvidia.com/cuda-toolkit-archive

cuDNN历史版: https://developer.nvidia.com/rdp/cudnn-archive

安装步骤及需要注意的地方：

1.安装最新的显卡驱动;

2.安装CUDA是，注意要用自定义安装，并只勾选CUDA组件，其余都去掉(特别是最后一个会重新安装老版本的显卡驱动)

3.解压cuDNN，覆盖到Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

4.打开CMD，输入 nvcc -V 确认CUDA版本

5.输入conda creat --name mytf python=3.6 //建立一个命名为mytf的环境，可以自定义

6.输入activate mytf //激活自定义环境，并进入

7.输入pip install tensorflow-gpu //安装TF

8.验证环节参考其他博客

采坑史：

用了最新的CUDA 10.1 + cuDNN 7.5.0 , 失败。 2019-03-13

更新：

2019-03-17报了这么一个错，现象为显存爆炸。。根据推荐安装了 cuDNN 7.4.1，可以正常运行

2019-03-17 19:51:42.004078: E tensorflow/stream_executor/cuda/cuda_dnn.cc:324] Loaded runtime CuDNN library: 7.3.0 but source was compiled with: 7.4.1. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version. If using a binary install, upgrade your CuDNN library. If building from sources, make sure the library loaded at runtime is compatible with the version specified during compile configuration.

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.
[[{{node inference/Conv2D}}]]