WIN10下安装tensorflow-gpu+cuda10.0+cudnn

最新推荐文章于 2020-04-30 01:28:51 发布
最新推荐文章于 2020-04-30 01:28:51 发布
阅读量2k 收藏 6
点赞数
分类专栏： 基础配置 文章标签： tensorflow-gpu
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/qq_39833121/article/details/98996206
版权

在WIN10下安装tensorflow-gpu+cuda10.0+cudnn

前提

 年初在做tensorflow内容的学习时曾安装过一次tensorflow-gpu，当时使用cuda9.0+tensorflow-gpu1.9，尝试过安装高版本因为一路报错，试了多个版本后才成功。现在换了新电脑重新安装使用tensorflow。
 本文讲tensorflow-gpu1.13+cuda10.0+cudnn的具体安装过程。python环境是否使用conda管理没有关系，anaconda本身的numpy有一点问题，会有warning。本文使用python3.6

cuda10.0

CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。
最新版 cuda10.1官网在年初就已经放出，tensorflow-gpu也推出了1.14，无论你选择哪个版本，一定要注意的一点就是版本匹配，如果版本不匹配，可尝试降低版本。高版本存在不匹配报错的情况。
cuda下载链接
在这里插入图片描述
选择local的下载不到2G的内容，下载速度还是可以的，安装过程会提示未安装vs（一直都会），部分组件可后续删除。
安装后默认路径>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
安装后会有如下环境变量&#

最低0.47元/天 解锁文章
掷地有声Htf
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Tensorflow-gpu搭建CUDA 10.0与cuDNN等版本问题
weixin_42718092的博客
12-14 3万+
自己这两天一直在搭建Tensorflow-gpu这样一个环境。 tensorflow-gpu版本为1.12 ，如官方所示要求cuDNN版本为7，CUDA版本为9. 但自己在安装CUDA的时候一直是无法安装的状态，查看了很多其他人的博客，有好多都说是卸载现有的显卡驱动，然后再重新安装。不知道这样带来的后果是什么所以还是没有选择这样做。然后看到了官网上新出了CUDA v10的版本，然后直接下载安装了...
win10+cuda10+tensorflow-gpu最新安装教程
liuyong5573的博客
12-31 3万+
win10+cuda10+tensorflow-gpu最新安装教程背景简介安装包准备开干！合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入...
WIN10+Tensorflow-gpu+Cuda10.0+Cudnn
竹夭公子的博客
08-04 792
CPU跑到百分百有点糊而且慢，遂下定决心安装TensorFlow-gpu。 话说TensorFlow2.0beta0（支持CPU）和beta1（支持GPU）也出了，但因为教程啥的都是1.X，就还没有研究（说实话好像用pytorch的更多啊……但再学个框架真的累）。那咱回到正题，来说咋配置吧。 首先看看咱们的显卡是什么型号。显卡和CUDA的版本对应即可。桌面点击鼠标右键，选择"NVIDIA"控制...
win10+cuda10.0+tensorflow-gpu-1.12.0的安装
weixin_42113955的博客
07-13 3036
win10下cuda10.0的安装参考：https://blog.csdn.net/m0_37993445/article/details/90440589和https://blog.csdn.net/liuyong5573/article/details/85472808 tensorflow-gpu1.12.0的安装包下载地址为：https://github.com/fo40225/tens...
tensorflow各个版本的CUDA以及Cudnn版本对应关系
热门推荐
MIss-Y的博客
04-08 48万+
概述，需要注意以下几个问题： （1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。 显卡驱动的安装： 当我们使用...
win10 conda安装tensorflow-gpu+cuda+cudnn
Star__dust的博客
01-08 1254
准备 conda会为你的电脑自动安装匹配的适合的tensorflow-gpu，cuda，cudnn无需自己复杂的查找，但是前提条件是你的anaconda没问题，下载的镜像源也没问题，conda不熟悉的推荐百度一下学习真的很好用。 下载安装anacond。 创建虚拟环境，除非特殊需求否则强烈建议新建环境避免奇怪错误。 python版本3.6。 更换镜像，下载更快且一些镜像太旧可能会导致失败至少我这...
win10 + RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 + tensorflow-gpu-1.12.0 + keras2.2.4
01-06
win10 + RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 的配置参考博客： https://blog.csdn.net/tpz789/article/details/103848529 （1）下载TensorFlow-gpu 这里下载的是网友推荐的GitHub上的地址：...
tensorflow-gpu1.14 + Win10 + CUDA10.0 + CUDNN7.5.0 + Python3.6 + VS2015安装
01-21
最近学习深度学习，在配置环境中的过程中遇到很多问题，在这进行总结，希望对大家有帮助。 一、整个软件安装配置过程，很多博客写...(base) C:\Users\Wang>activate tensorflow--gpu//激活tensorflow环境 (tensorflow-
win10+cuda10.0.130+cudnn7.5.1+tensorflow-gpu 1.13.1+anaconda3+keras+pycharm2018
01-06
之前写的类似的安装博客都是基于win7和ubuntu18.04的，没有关于win10的，并且版本都比较旧，所以这次想革新一下，安装最新的**cuda10, tensorflow-gpu1.13.1(非2.0版本) ** 2.安装 （1）anaconda3 我win10笔记本是...
tensorflow-1.12支持cuda10.0
01-11
自编译tensorflow： 1.python3.5,tensorflow1.12; 2.支持cuda10.0,cudnn7.3.1,TensorRT-5.0.2.6-cuda10.0-cudnn7.3; 3.支持mkl,无MPI; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 配置信息： hp@dla:~/work/ts_compile/tensorflow$ ./configure WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown". You have bazel 0.19.1 installed. Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python3 Found possible Python library paths: /usr/local/lib/python3.5/dist-packages /usr/lib/python3/dist-packages Please input the desired Python library path to use. Default is [/usr/local/lib/python3.5/dist-packages] Do you wish to build TensorFlow with XLA JIT support? [Y/n]: XLA JIT support will be enabled for TensorFlow. Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: No OpenCL SYCL support will be enabled for TensorFlow. Do you wish to build TensorFlow with ROCm support? [y/N]: No ROCm support will be enabled for TensorFlow. Do you wish to build TensorFlow with CUDA support? [y/N]: y CUDA support will be enabled for TensorFlow. Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 10.0]: Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-10.0 Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.3.1 Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-10.0]: Do you wish to build TensorFlow with TensorRT support? [y/N]: y TensorRT support will be enabled for TensorFlow. Please specify the location where TensorRT is installed. [Default is /usr/lib/x86_64-linux-gnu]:/home/hp/bin/TensorRT-5.0.2.6-cuda10.0-cudnn7.3/targets/x86_64-linux-gnu Please specify the locally installed NCCL version you want to use. [Default is to use https://github.com/nvidia/nccl]: Please specify a list of comma-separated Cuda compute capabilities you want to build with. You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus. Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 6.1,6.1,6.1]: Do you want to use clang as CUDA compiler? [y/N]: nvcc will be used as CUDA compiler. Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: Do you wish to build TensorFlow with MPI support? [y/N]: No MPI support will be enabled for TensorFlow. Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: Not configuring the WORKSPACE for Android builds. Preconfigured Bazel build configs. You can use any of the below by adding "--config=" to your build command. See .bazelrc for more details. --config=mkl # Build with MKL support. --config=monolithic # Config for mostly static monolithic build. --config=gdr # Build with GDR support. --config=verbs # Build with libverbs support. --config=ngraph # Build with Intel nGraph support. --config=dynamic_kernels # (Experimental) Build kernels into separate shared objects. Preconfigured Bazel build configs to DISABLE default on features: --config=noaws # Disable AWS S3 filesystem support. --config=nogcp # Disable GCP support. --config=nohdfs # Disable HDFS support. --config=noignite # Disable Apacha Ignite support. --config=nokafka # Disable Apache Kafka support. --config=nonccl # Disable NVIDIA NCCL support. Configuration finished 编译： hp@dla:~/work/ts_compile/tensorflow$ bazel build --config=opt --config=mkl --verbose_failures //tensorflow/tools/pip_package:build_pip_package 卸载已有tensorflow： hp@dla:~/temp$ sudo pip3 uninstall tensorflow 安装自己编译的成果： hp@dla:~/temp$ sudo pip3 install tensorflow-1.12.0-cp35-cp35m-linux_x86_64.whl
tensorflow1.11_gpu_py37_cuda10
10-06
tensorflow1.10gpu,_python37,cuda10,cudnn73,avx2....
支持CUDA10的tensorflow-gpu轮子
11-29
这个文件是一个tensorflow的GPU版本的轮子，通过这个轮子，你可以在最新的CUDA10和CUDNN10.0上使用GPU训练你的模型
win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源
03-02
win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源
Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程（显卡MX250+CUDA9.0+cudnn）
01-20
这里我先下载了cuda10.1的版本，不过后来我发现tensorflow-gpu 1.8.0仅支持cuda9.0的版本，所以之后我又重装了一遍cuda9.0，中间还经历了删除cuda10.0，两个版本的安装都是一样的。 进入官网：...
Win10安装CUDA10和cuDNN
我要，我要，我还要
10-12 22万+
官方安装教程 CUDA：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html cuDNN：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows WIN10安装CUDA10 CUDA ...
cuda10.1+cudnn7.6.0+tensorflow-gpu-1.14.0:tensorFlow-gpu安装注意事项
ohheysherry的博客
11-12 9166
TensorFlow-gpu安装注意事项对应版本号最好用conda指令安装，不要用pip指令安装 今天在配置pycharm环境的时候，一个小项目需要使用GPU，所以需要安装tensorFlow-gpu。但是在安装过程中遇到一些小问题，所以来记录一下。 对应版本号 版本号一定要对应上，由于我下载的是cuda10.1。亲测tensorflow-gpu-1.14.0是可以用的。同时cudnn也应该配置相...
Windows10系统下的tensorflow-gpu+CUDA+cuDNN配置
u010824101的博客
06-03 1万+
在使用了一段时间的cpu版本的tensorflow之后，出于对GPU版本的好奇和实际中想加速训练的探索。本人看了好多博客也配置了好多次，趟过的浑水可以说是极多了，对产生过启发的博客作者再次表示感谢。 第一步，我是在windows10系统上进行的工作。 第二步，要看你的NVIDIA英伟达显卡的硬件型号，这个可以通过“开始” “鼠标右键”进入“设备管理器”，通过查看“显示适配器”...
Anaconda+tensorflow2.0-gpu+cuda10.0+cuDNN安装步骤
qq_35034711的博客
04-30 1655
一、注意事项 安装了3个钟头，遇到了很多问题，成功后总结一下遇到的问题，希望大家及时止损。 1.要是用tensorflow_gpu,需要安装cuda，如果要运行神经网络，需要安装cudnn。 2.duda，cudnn，tensorflow_gpu,这三者有对应的版本号，具体的大家可以百度。我安装的对应版本是cuda10.0+cudnn(在官网下载时选择对应cuda10.0的版本)+tensorfl...
anaconda安装tensorflow-gpu 1.14.0 python 3.7 CUDA 10.0 cudnn 7.4
最新发布
07-25
对于安装 TensorFlow-GPU 1.14.0，您需要确保您的 Anaconda 环境已正确设置，并且已安装了正确版本的 CUDA 和 cuDNN。 下面是安装步骤： 1. 首先，确保您已经成功安装了 Anaconda。如果还没有安装，请按照官方文档的指导进行安装。 2. 接下来，您需要安装 CUDA 10.0。您可以从 NVIDIA 官方网站下载适用于您的操作系统的 CUDA 安装程序，并按照指示进行安装。 3. 安装 CUDA 后，您需要安装 cuDNN 7.4。您需要先注册一个 NVIDIA 开发者账号，然后从 NVIDIA 开发者网站下载 cuDNN 安装包。根据您的操作系统和 CUDA 版本选择正确的版本，并根据 cuDNN 安装指南进行安装。 4. 安装完 CUDA 和 cuDNN 后，打开 Anaconda Prompt（Windows）或终端（macOS/Linux）。 5. 创建一个新的环境并激活它： ``` conda create -n tf_gpu_env python=3.7 conda activate tf_gpu_env ``` 6. 在新环境中安装 TensorFlow-GPU 1.14.0： ``` pip install tensorflow-gpu==1.14.0 ``` 7. 安装完成后，您可以通过运行以下代码来验证 TensorFlow 是否正确安装并使用 GPU： ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出为 True，则表示 TensorFlow 正确安装并且可以使用 GPU。 请注意，安装 TensorFlow-GPU 需要确保您的系统满足 CUDA 和 cuDNN 的要求，并且您的 GPU 支持 CUDA。如果您遇到任何问题，请参考 TensorFlow 官方文档或在相关论坛上寻求帮助。

“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 1
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