win11 3060显卡快速搭建tensorflow1.15 gpu环境

最新推荐文章于 2023-11-14 19:49:55 发布

LiMonsieur

最新推荐文章于 2023-11-14 19:49:55 发布

阅读量632

点赞数 3

文章标签： python 机器学习人工智能

本文链接：https://blog.csdn.net/qq_34944438/article/details/133906320

版权

本文介绍了如何在Windows11环境下，使用Anaconda进行大模型训练，包括下载安装、环境变量设置、cuDNN和cudatoolkit安装，以及创建Python环境和安装TensorFlow的过程，确保GPU支持和CUDA连接成功。

摘要由CSDN通过智能技术生成

前言

Anaconda这个东西本来我是特别不喜欢用的，现在没办法需要搞大模型训练。版本要求太多了这个时候才发现Anaconda原来这么好用。所以下文都是基于Anaconda方法进行安装的。不保证适用于你的模型训练环境，但是绝对是最简单的。

我本地的环境是

笔记本型号：Legion-R9000P

windows版本：Windows 11 家庭中文版

显卡：NVIDIA GeForce RTX 3060 Laptop

1、下载安装Anaconda

（1）下载Anaconda安装包

进入Anaconda官网的下载页面点击Download按钮。

下载完成后记双击打开安装包然后就是下一步同意等等的傻瓜安装步骤。记住第一步的安装路径。

（2）添加环境变量

右键我的电脑点击属性

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

LiMonsieur

关注关注

3
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

tensorflow1.15-whl-and-cpp-api-for-win-and-rtx3090-main.7z

10-15

适合rtx3060以上需要tensorflow1.0版本的人群，这是tensorflow1.15

rtx3060安装ubuntu21与tensorflow1.15环境

sin_404的博客

07-17

1056

前两天主机刚挂(makop)，lostall my files。之前一直纠结迁移数据麻烦，结果一波被整完了，都懒得看有哪些数据，直接格了4个盘，共享盘的习惯让我的nas也遭了殃。这样，一台干净的主机就空出来了。前段时间又在搞mt5的finetuning，就想着搭个方便跑的环境。总而言之，很麻烦，坑很多，有点后悔买30系显卡了。昨晚8点半开搞，本想着12点前搞完，结果硬是搞到凌晨3点多，今天起来整个人都不好了，果然，年纪一大，再熬夜身体就遭不住了。 ...

参与评论您还未登录，请先登录后发表或查看评论

Tensorflow-gpu 1.15安装（csdn）————程序.pdf

12-04

Tensorflow-gpu 1.15安装（csdn）————程序

tensorflow 1.15 gpu docker环境搭建；Nvidia Docker容器基于TensorFlow1.15测试GPU；——全流程应用指南

最新发布

点赞的都能无bug通过！

11-14

2073

TensorFlow 在新款 NVIDIA Pascal GPU 上的运行速度可提升高达 50%，并且能够顺利跨 GPU 进行扩展。如今，训练模型的时间可以从几天缩短到几小时TensorFlow 使用优化的 C++ 和 NVIDIA® CUDA® 工具包编写，使模型能够在训练和推理时在 GPU 上运行，从而大幅提速TensorFlow GPU 支持需要多个驱动和库。为简化安装并避免库冲突，建议利用 GPU 支持的 TensorFlow Docker 镜像。

cuda11安装tensorflow-gpu1.15

qq_43552048的博客

04-16

2391

会出现胡乱安装依赖导致安装不成功的问题。

win10 RTX30系列显卡安装tensorflow-gpu 1.15

FortuneLegend的博客

07-24

3145

win10 30系列显卡 tensorflow-gpu 1.15 安装

RTX3060+ubuntu22.04LTS配置tensorflow1.15和tensorflow2.6

weixin_41631106的博客

07-22

2306

换电脑了，3060显卡按照之前的方法用conda安装的tensorflow1.15版本虽然测试显示gpu可用，但实际跑代码时，一直卡在一个界面。Note：我没有手动安装CUDA和CUDNN，直接在虚拟环境中装对应版本。Ubuntu显卡驱动为470，不建议手动装CUDA和CUDNN，直接建虚拟环境，在虚拟环境中装对应的cudatoolkit和cudnn更方便。先直接通过这两条命令装，...............

tensorflow1.15 whl安装文件

08-12

1. 硬件配置：运行GPU版本的TensorFlow需要配备NVIDIA GPU，并确保显卡驱动、CUDA和cuDNN版本兼容。 2. 软件环境：安装前确认Python和pip版本，避免版本不兼容问题。 3. 错误排查：安装过程中可能出现依赖冲突或版本...

Win10，深度学习GPU环境配置实录（Anaconda + TensorFlow 2 或 TensorFlow 1.15 + keras）

zgjstudy的博客

04-14

2546

这是我第N次遇到把环境搞坏，再重新配环境，然后忘记各个步骤中的指令，然后全网查资料的情况。于是我决定落实一下一直都有的一个想法：写个 Blog 记录下从零开始搭建环境的全过程，以方便将来再次把环境搞坏的自己和遇到相同问题的同学们。前言 GPU 对深度学习运算效率提升非常巨大，就我目前做的一个项目而言，一个 epoch 用 CPU 耗时 1622s ，而用 GPU 仅需要 33s，粗略估计下使...

tensorflow_gpu-1.5

01-15

tensorflow1.15.rar

04-08

在使用“tensorflow1.15.rar”压缩包时，你需要解压后按照官方文档的指示配置环境，确保你的系统安装了Bazel，CUDA和cuDNN（如果需要GPU支持），然后使用Bazel命令编译和安装TensorFlow。一旦安装完成，你就可以在...

RTX 3060 快速配置GPU版本tensorflow

Sciws的博客

06-12

4746

目录一.Anaconda安装1. Anaconda下载方式一：官网下载方式二：清华镜像下载2. Anaconda安装3. Anaconda配置3.1 配置环境变量3.2 配置国内镜像源3.3恢复默认源：3.4 conda常用命令二.安装Tensorflow-gpu1.使用Anaconda来创建环境2.安装CUDA3.安装cuDNN4.安装tensorflow的GPU版本三、将配置好的环境导入pycharm1.创建工程 2.新建测试代码（GPU版本）3.成功运行下载地址传送门：官网首页：https://w

tensorflow-gpu 1.15 安装记录

sinat_38778796的博客

03-21

1764

捅咕一下午，终于 anaconda 虚拟环境里安装 conda create --name tensorflow1.15 python=3.6 activate tensorflow1.15 conda install -c anaconda cudatoolkit conda install -c anaconda cudnn conda install -c aaronzs tensorflow-gpu==1.15 测试： import tensorflow as tf import

使用tensorflow的时候一定要限制使用某块显卡

weixin_43748786的博客

05-17

843

1. jupyter notebook/pycharm 运行代码的时候此时在代码import的时候就开始添加如下代码： import os os.environ['CUDA_DEVICE_ORDER']='PCI_BUS_ID' os.environ['CUDA_VISIBLE_DEVICES']='GPU_ID' 其中，GPU_ID就是你想用的显卡的型号序号 2. linux/windows...

win11+rtx3060ti+tensorflow安装

greet001的博客

02-07

1475

win11安装tensorflow使用GPU

window10下RTX3090配置CUDA11.0 tensorflow-gpu版详解

苏打水的杯子的博客

12-24

7600

环境：（亲测可用） window10 RTX3090 python3.7.9 cuda11.0 cudnn-11.0-windows-x64-v8.0.4.30 tensorflow-gpu=2.4.0rc2 请先获得下面的ptxas.exe，替换C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin\ptxas.exe. 问题一：如果报缺cufft64_10.dll或者cudnn64_8.dll或者curand64_10.d

tensorflow2.6.0跑tensorflow1.x代码（RTX3060，Windows10）

wyyy456的博客

02-15

1062

在win11&&RTX3060配置下，拿tensorflow2.6.0跑tensorflow1.x代码

tensorflow-GPU版本安装，RTX3060

qq_42095950的博客

06-28

2019

首先需要安装好pycharm和anaconda开始安装tensorflow-GPU版。

tensorflow1.15 gpu版本安装

09-28

为了安装TensorFlow 1.15的GPU版本，您需要按照以下步骤进行操作： 1. 首先，确保您的计算机上已经安装了合适的NVIDIA显卡驱动程序，并且驱动程序的版本符合TensorFlow 1.15所需的要求。您可以在NVIDIA的官方网站上找到最新的显卡驱动程序。 2. 接下来，安装CUDA Toolkit。TensorFlow 1.15需要与特定版本的CUDA兼容。您可以在TensorFlow的官方网站上找到与TensorFlow 1.15兼容的CUDA版本，并按照官方文档中的指示进行安装。 3. 安装cuDNN。cuDNN是一个加速深度神经网络的库，TensorFlow依赖于它来实现GPU加速。您需要根据所使用的CUDA版本下载并安装与之兼容的cuDNN版本。cuDNN可以在NVIDIA的官方网站上找到并下载。 4. 确保您的Python环境已经设置好，并且已经安装了pip。 5. 打开命令行终端，并使用以下命令安装TensorFlow 1.15的GPU版本： ``` pip install tensorflow-gpu==1.15 ``` 6. 等待安装完成。安装过程可能需要一些时间，具体取决于您的网络速度和计算机性能。 7. 安装完成后，您可以在Python环境中导入TensorFlow并使用以下命令来检查GPU是否可用： ```python import tensorflow as tf tf.test.is_gpu_available() ``` 请注意，安装TensorFlow的GPU版本需要一些额外的设置和依赖项。如果您遇到任何问题，请参考TensorFlow的官方文档或在相关的开发者社区中寻求帮助。