【Python】Windows10+RTX-3080+安装Tensorflow2-gpu版本成功安装指南(2020.12更新)

最新推荐文章于 2024-05-01 22:25:20 发布
最新推荐文章于 2024-05-01 22:25:20 发布
阅读量9.5k 收藏 55
点赞数 16
分类专栏： python 文章标签： 深度学习 cuda windows python
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_43012930/article/details/111430958
版权

文章目录

前言

台式机换了个RTX-3080的显卡，要重新装机并配置tensorflow的环境，踩了超多的坑，现在记录一下成功的经历，真的太不容易了…我系统用的Windows，网上大多数人用的都是Linux系统，但是我不想再花时间去学一个系统了。网上说30系列显卡只支持cuda11及以上，这里也不尝试cuda10了。而且我之前自己搭网络用的tf2.0，本文也不尝试安装tf1.0的版本了。先列出我最后成功的版本：

  • 系统：Windows10
  • 显卡：RTX-3080
  • 驱动：456.43
  • cuda：CUDA11.1.0_win10_network
  • cudnn: cudnn-11.1-windows-x64-v8.0.5.39
  • tensorflow：tf-nightly-gpu 2.5.0.dev20201217

一、安装Anaconda

打开清华镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

我下了个最新的版本：Anaconda3-2020.11-Windows-x86_64.exe

安装过程，我这次做出的改动有：

1.安装Install for：“All Users”

2.直接自动添加环境变量了，即勾选了“Add Anaconda3 to the system PATH environment variable”

二、查看驱动

RTX3080采用了新的Ampere架构GA102-200，那么显卡驱动也必然是需要最新的，可以参考cuda与驱动对应的关系：

在这里插入图片描述

想要装CUDA 11.1的话，驱动版本要在456.38以上。想要看自己的驱动版本的话，可以在cmd中输入：

nvidia-smi

可以看到驱动版本是456.55，还显示了CUDA版本为11.1。

在这里插入图片描述

也可以不提前安装驱动，CUDA11安装里面自带了驱动，因为我后面卸载重装了，就直接用的CUDA11安装的驱动（自动安装的版本为456.43），如下所示：

在这里插入图片描述

三、安装CUDA

  1. 到链接: 英伟达官网下载对应的CUDA版本。
    我下载的版本是CUDA11.1.0 ,选择"Windows;x86_64;10;exe(network)"

  2. 安装CUDA：双击执行下载的exe文件，会先解压文件到临时目录（不是安装目录），保持默认即可.【我不知道可不可以下到别的里面，就照着博客下了】

在这里插入图片描述

  1. 这里需要选择自定义安装:

在这里插入图片描述

  1. 自定义安装选项，不勾选“Visual Studio Integration”，勾选的话后面会有个什么提示，所以又退回这步不勾选了。

在这里插入图片描述

  1. 这三个地址十分重要，后续我们将进行环境变量的配置，不要改变路径。

在这里插入图片描述

  1. 之后等待安装,遇到了下面的情况

在这里插入图片描述

Installed:
     - Nsight Monitor
Not Installed:
     - Nsight for Visual Studio 2019
       Reason: VS2019 was not found
     - Nsight for Visual Studio 2017
       Reason: VS2017 was not found
     - Nsight for Visual Studio 2015
       Reason: VS2015 was not found
     - Integrated Graphics Frame Debugger and Profiler
       Reason: see https://developer.nvidia.com/nsight-vstools
     - Integrated CUDA Profilers
       Reason: see https://developer.nvidia.com/nsight-vstools

不知道有没有什么问题，先继续往下吧。

  1. 配置CUDA环境变量

网上很多说要环境变量>系统变量>Path中手动添加路径的，我整合了好多条：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin【自动配的】
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp【自动配的】
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolk

最低0.47元/天 解锁文章
好运宝贝0.0
关注
  • 16
    点赞
  • 踩
  • 55
    收藏
    觉得还不错? 一键收藏
  • 28
    评论
专栏目录
RTX3080无法运行TensorFlow的若干问题
dcct1990的博客
02-20 2139
RTX3080 TensorFlow报错
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：...
win10+3060+tensorflow+pytorch+安装教程.doc
08-03
RTX3060安装tensorflow+pytorch+pycharm+anaconda，文档中含有百度网盘的安装包（永久分享），省去了人工在nvidia官网下载文件，同时pytorch直接运行whl文件就可以了，省时间，另外安装包里面还有pycharm包，以及相关安装和使用的注意事项。网上太多人3060的安装，好多都是错误的，tensorflow现在支持11.1？亲自实验，不行的，需要cuda11.0版本。
为RTX3080安装TensorFlow-gpu
wangeil007的博客
11-24 3414
听说NVIDIA发布了RTX30系列的显卡，其中3080的性价比最高，于是数数口袋中的银子，买了一台炼丹炉。主要配置：RTX3080显卡，10G显存；I7 CPU (10700K)，32G内存。 买来之后开始在win10上安装Python 3.6(Anaconda)，然后安装CUDA11.1和CUDNN。好不容易安装好之后，发现安装的TensorFlow2.0-gpu无法调用显卡。顿时有一种吃了苍蝇的感觉。在网上一通搜索，发现好多人说安装tf-nightly-gpu可以解决问题，然而我就不行。 后来再经过N
cuda安装
最新发布
m0_73406727的博客
05-01 773
如果 CUDA 安装正确，并且你的计算机有 NVIDIA GPU，上述命令将编译并运行程序，输出 "Hello, CUDA!`nvcc` 是 NVIDIA CUDA 编译器，如果 CUDA 安装成功，这个命令会显示 CUDA 编译器的版本信息。如果以上步骤中的任何一个失败，或者你没有得到预期的输出，那么可能需要重新检查你的 CUDA 安装或解决相关的依赖问题。这个命令会显示关于你的 GPU 和驱动程序的信息，以及 CUDA 是否能够识别 GPU。如果安装成功，它会列出你的 GPU 信息。
显卡\RTX3060配置tensorflow的个人踩坑记录大全
weixin_60579491的博客
06-14 433
疯狂踩坑
深度学习环境配置8——（30系显卡）windows下的torch==1.7.1环境配置
热门推荐
Bubbliiiing的学习小课堂
10-13 8万+
深度学习环境配置8——（30系显卡）windows下的torch==1.7.0环境配置注意事项一、2021/10/8更新学习前言环境内容环境配置一、Anaconda安装1、Anaconda的下载2、Anaconda的安装二、Cudnn和CUDA的下载和安装1、Cudnn和CUDA的下载2、Cudnn和CUDA的安装三、配置tensorflow2-gpu环境1、tensorflow2-gpu环境的创建与激活2、tensorflow2-gpu库的安装3、其它依赖库的安装4、安装较慢请注意换源四、安装VSCODE
20系列和30系列显卡下的tensorflow-gpu环境配置，避坑指南
qq_44699829的博客
11-17 1626
适用于20系列和30系列显卡的tensorflow环境配置
关于在pycharm中搭建tensorflow-gpu环境的详细安装过程记录
eye123456789的博客
12-07 1万+
关于在pycharm中搭建tensorflow-gpu环境的详细安装过程记录 简单介绍一下搭建环境需要的辅助软件anconda、CUDA、cudnn anconda:就是一个开源库，里面有很多包，包含tensorflow-gpu(这就是为啥搭建tensorflow-gpu要安装它) 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。 cuDNN（CUDADeepNeu..
Windows下3080ti安装tensorflow-gpu版本
Twanghey的博客
09-19 1077
第一次写文章，排版问题请见谅。 2021年9月19日可行 2021年9月19日可行 2021年9月19日可行 最近刚换上了3080ti，开始重新配置环境，发现了大坑，各种版本的tf（包括测试版）本都无法正常启动显卡计算，在不懈努力之下，看到了@K同学啊 的3080安装tensorflow-gpu的帖子，跟着尝试了一下，发现可行，简单写一下。 cuda和cudnn网上有很多教程，不再赘述，主要是tensorflow以及tensorflow-gpu，直接在c...
记录之使用3080ti运行tensorflow-gpu=1.x版本的源码
qq_41368074的博客
11-29 3104
环境：Anaconda3，ubuntu18.04，RTX3080ti，python3.7 RTX3080ti显卡是当前市面上比较新的，算力比较强的显卡，且这类显卡采用了安培架构仅支持cuda11.x及以上版本。关于tf-gpu,cuda,cudnn间的对应关系，我们可以查看：从源代码构建 | TensorFlow 关于驱动和cuda，cudnn的对应关系，我们可以查看：Release Notes :: CUDA Toolkit Documentation##问题1：我的30系列卡的驱动为450.x.x..
在Windows 10(Win10)下安装“NVIDIA图形驱动程序-显卡驱动”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的详细过程记录
昊虹AI笔记
06-13 4万+
在Windows 10(Win10)下安装“NVIDIA图形驱动程序”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的详细过程记录
笔记本 ubuntu22.04 安装RTX3080TI nvidia显卡驱动
06-13
笔记本安装好 ubuntu22.04系统后，安装RTX3080TI nvidia显卡驱动过程描述，其中解决了驱动安装问题，以及驱动安装完成后不能进入图形界面的问题。
tensorflow2.5.0-GPU测试工程
07-27
在这个名为"tensorflow2.5.0-GPU测试工程"的项目中，我们将在Ubuntu 16.04操作系统上编译并测试TensorFlow 2.5.0的GPU版本，利用RTX 2060 Super显卡处理多张图像，以展示其在图像处理任务中的加速能力。 首先，**...
tensorflow2.0-gpu版本安装教程
12-22
本人电脑配置RTX2070，支持CUDA10 下载gpu版本要注意cuda的版本是否与电脑的相匹配，至于能匹配什么版本请自行百度 ...输入conda create --name tensorflow2-g1 python=3.7 这样就创建了一个名为tenso
安装显卡驱动、安装cuda toolkit、安装cudnn
weixin_44240141的博客
11-13 266
把这三个文件夹的文件分别拷贝到CUDA安装目录对应的（bin、include、lib）文件夹中即可。CUDA的lib目录有x64 、Win32、cmake三个文件夹，拷到其中的x64这个文件夹中。参考：https://blog.csdn.net/ZHUO__zhuo/article/details/130536374。如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的。为下载cudnn创建了NVIDIA账号记录：有账号就不管。出现了你安装的CUDA的版本信息，说明安装成功了。
解决3080显卡tensorflow与pytorch在cuda11.1的安装问题
heroacool的专栏
04-01 1580
https://blog.csdn.net/weixin_40470072/article/details/109715647
Unity渲染优化中文翻译（一）——定位渲染问题
weixin_30371469的博客
02-15 101
转载请标明出处http://www.cnblogs.com/zblade/ 　 最近有一点个人的时间，尝试一下自己翻译一下英文的 Optimizing graphics rendering in Unity Games， 这儿附上英文链接： 　 个人英文水平有限，unity图像学知识也是入门，希望通过这次翻译能增进自己的图形学知识，若有错误，欢迎各位大神指点，让我也学习进步，谢...
CUDA11.7安装-C盘杀手(含卸载和安装教程）
Ama_tor的博客
09-15 2万+
内存条危！！我是安装在非C盘的,不知道为啥，过了1天我的C盘突然间就飚红了,心塞，所以推荐你们用自定义安装。
rtx3050安装tensorflow-gpu
06-28
### 回答1： 要在RTX 305上安装TensorFlow GPU，您需要执行以下步骤： 1. 安装CUDA Toolkit：访问NVIDIA官方网站，下载并安装与您的操作系统和显卡型号兼容的CUDA Toolkit。 2. 安装cuDNN：访问NVIDIA官方网站，下载并安装与您的CUDA版本兼容的cuDNN。 3. 安装TensorFlow GPU：使用pip命令安装TensorFlow GPU。例如，输入以下命令：pip install tensorflow-gpu 4. 验证安装：启动Python解释器，导入TensorFlow并运行一些TensorFlow代码，以确保TensorFlow GPU已正确安装并可以正常工作。 请注意，安装TensorFlow GPU需要一些计算机知识和技能。如果您不确定如何执行上述步骤，请寻求专业人士的帮助。 ### 回答2： RTX3050是一款性能出色的显卡，可以用于深度学习任务。而tensorflow-gpu则是一种广泛使用的深度学习框架，可以提高计算速度和效率。在安装tensorflow-gpu的过程中，需要注意以下几点。 第一，确保显卡驱动程序已正确安装。RTX3050显卡需要安装最新的驱动程序，以确保其正常运行并提供最佳性能。可以从官方网站或显卡厂商网站下载并安装驱动程序。 第二，安装CUDA。CUDA是一种用于GPU加速的计算平台，可大大提高计算速度。可以从 NVIDIA 的官方网站上下载和安装适用于 RTX3050 显卡的最新 CUDA 版本。 第三，安装cuDNN。cuDNN是一种用于加速深度神经网络训练的库。可以从 NVIDIA 的官方网站上下载适用于RTX3050显卡的最新版本。 第四，下载和安装TensorFlow-GPU。在安装tensorflow-gpu之前，需要确保安装了适用于RTX3050 GPU的CUDA和cuDNN。可以使用包管理器，如pip，进行安装。首先要确保pip已经安装。然后可以使用pip install tensorflow-gpu 命令来安装tensorflow-gpu。 第五，检查安装是否成功。可以在Python中导入tensorflow-gpu并运行简单的深度学习代码，以确认安装是否成功。如果能正常运行，说明tensorflow-gpu已经成功安装。 总之，安装tensorflow-gpu需要正确安装相应的显卡驱动程序、CUDA和cuDNN，并使用包管理器pip进行安装。成功安装后，可以使用导入tensorflow-gpu并运行简单示例来检查。 ### 回答3： RTX 3050是一款新款显卡，其GPU运算速度非常快，可用于机器学习和深度学习等高性能计算领域。 在安装TensorFlow-GPU时，首先需要确保显卡已经成功安装了CUDA和cuDNN。使用RTX 3050，可以选择CUDA 11.1版本和cuDNN 8.0版本。需要注意的是，安装支持RTX 3050的CUDA和cuDNN版本是至关重要的。 接下来，用户需要下载TensorFlow-GPU的whl文件。TensorFlow官网提供了不同的whl文件，可以根据用户的操作系统选择下载。如果使用Windows操作系统，则需要下载TensorFlow-GPU whl文件，文件名中包含了CUDA和cuDNN版本号信息，这是为了保证TensorFlow和CUDA及cuDNN的版本相匹配。 在下载完whl文件后，用户可以通过pip install命令进行安装，具体的命令为：pip install tensorflow-GPU-[version]-cp[python版本]-cp[python版本]m-win_amd64.whl，其中version是TensorFlow版本号，[python版本]是当前系统上所使用的Python版本号。 如果在安装过程中遇到问题，可以通过查看TensorFlow官方文档或论坛上其他开发者发布的解决方案来解决问题。此外，也可以通过与其他开发者的交流或咨询专业技术人员来解决问题。 总的来说，安装TensorFlow-GPU需要注意CUDA和cuDNN版本号的选择，以及TensorFlow版本和Python版本的匹配。只要按照正确的步骤操作，就能成功安装TensorFlow-GPU并开始进行高性能计算和深度学习应用。

“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 28
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