windows10安装其他版本cuda环境

博主在编写自定义神经网络层时发现在tensorflow1.6f之前是不支持自定义网络模型的,因此需要tensorflow-gpu其他的版本,而要想使用就需要对应的cuda ,CuDNN计算库,而相对应的我们也要升级我们的显卡驱动,我们到英伟达官网查看搜索适合自己的驱动版本,更新完成后可以看到之前博主的cuda只能支持到8,如今可以支持到11.6
在这里插入图片描述
然后我们去下载对应的cuda版本,这里可以根据我们所需的tensorflow-gpu版本来确定我们的cuda版本,博主使用的是tensorflow-gpu 1.14.0,对应的cuda为10.0,这里建议安装10.2,因为在pytorch中对cuda10并不友好,当然这是博主后来需要pytorch环境时才意识到的,这里给大家避下坑。

https://tensorflow.google.cn/install/source_windows?hl=en#gpu

在这里插入图片描述
找到我们对应的版本cuda10.0

在这里插入图片描述
下载完成后开始安装即可:
在这里插入图片描述
这里选择自定义安装
在这里插入图片描述
博主之前安装过cuda8,所以这次只安装cuda即可
在这里插入图片描述
它默认的安装路径是这个,博主之前安装的cuda8是自定义的位置,这里建议也最好选到相同的位置,建立相应的文件夹保存即可。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
不用管他,点击我已知道,然后next即可
在这里插入图片描述
至此,我们的cuda11安装成功,这里博主用的是CUDA11.6的图,千万不要安装这个版本,他没有对应的tensorflow版本
在这里插入图片描述
安装完成后检测一下是否找到cuda,这里就说明切换到了cuda11版本了
在这里插入图片描述
下载cuda对应的cudnn网络加速库,下载后解压得到三个文件

https://developer.nvidia.com/rdp/cudnn-archive

在这里插入图片描述
将这三个文件复制到cuda里面替换即可
在这里插入图片描述
然后我们配置下环境,需要使用哪个cuda环境只需要将我们的环境变量放到前面即可,在运行程序时便会识别到
在这里插入图片描述
然后接下来就是创建一个我们的cuda虚拟环境然后安装对应的版本包即可。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

彭祥.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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