tensorflow GPU 版 cuda10.0安装 注意点

最新推荐文章于 2022-07-20 16:36:13 发布
最新推荐文章于 2022-07-20 16:36:13 发布
阅读量672 收藏
点赞数
文章标签： 神经网络 cuda 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/ss978829509/article/details/103646441
版权

时至2019年12月21日，tensorflow2.0依然只能在cuda10.0及以下环境运行。  

如果英伟达驱动版本很高，并自带cuda10.2之类，需要自己指定安装在目录中的cuda10和cnn。


 

比如在anaconda环境中，promot输入以上指令。

 

 

此外如需编译 pip 软件包需要其他依赖，见以下链接。

https://www.tensorflow.org/install/source_windows#build_the_pip_package

ss978829509
关注
更改Colab的CUDA以及cudnn
qq_46521210的博客
12-29 1万+
Colab的CUDA版本是11.1，而我需要10.0的CUDA版本，更改CUDA版本过程如下： 1. 首先查看当前Colab的CUDA版本 !nvcc --version 2. 卸载当前Colab的CUDA #Uninstall the current CUDA version !apt-get --purge remove cuda nvidia* libnvidia-* !dpkg -l | grep cuda- | awk '{print $2}' | xargs -n1 dpkg --p
python3.6+pycharm+tensorflow gpu版+cuda10.0+cuDNN所有配置
m0_56960619的博客
11-10 4028
今天几乎忙乎一整天搞相关配置，终于有点成效了，想着把过程记录下来。 我一开始是通过anaconda3来配置python3.6等等，但是不理想便全部卸载 惊喜部分：pip镜像安装一劳永逸方法 期间cuda和cudnn下载特别慢，可以找到 对应版本 直接右击复制链接，然后在迅雷里面下载。我知道迅雷下载也慢，这时候求助某bao只要1.5米很快安装好！ 我的全部思路： 下载好python3.6，下载好pycharm，通过pycharm中的 解释器 选择python3.6，相当于桥梁搭建起来了。 接下来.
win10+cuda10.0+tensorflow-gpu-1.12.0的安装
weixin_42113955的博客
07-13 3067
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...
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”...
Windows10+Cuda10.0+cuDNN+Anaconda+Tensorflow-gpu+Keras安装教程
菜菜小孙的blog
08-15 1190
Windows10+Cuda10.0+cuDNN7.5+Anaconda+Tensorflow-gpu+Keras安装教程 菜菜的小孙要念研究生了，于是给自己买了台新电脑。以前的电脑是AMD显卡的，也一直用Google colab跑代码，这次终于是NVIDIA显卡了，所以得安装cuda、tensorflow-gpu等一系列新环境。依稀记得大三在Ubuntu上配置环境配了两个礼拜然后以失败告终，所以非常紧张，终于，用了四个小时顺利配完了，大概是因为电脑照顾小孙今天重感冒却依然在努力学习吧~ 目录Windows
tensorflow gpu 2.2.0 cuda10.0
最新发布
09-09
要安装TensorFlow GPU 2.2.0和CUDA 10.0，需要先安装CUDA 10.0和相应的GPU驱动程序。然后，可以使用pip命令安装TensorFlow GPU 2.2.0的Python包。安装完成后，可以使用TensorFlow GPU 2.2.0来构建和训练各种深度学习...
最新CUDA 10.0和cuDNN 10.0及tensorflow GPU 2.0安装教程.docx
07-25
### 最新CUDA 10.0和cuDNN 10.0及TensorFlow GPU 2.0安装教程 #### 一、前言 本文档详细介绍了一套完整的GPU加速环境搭建流程，包括CUDA 10.0、cuDNN 10.0以及TensorFlow GPU 2.0版本的安装过程。这套环境对于从事...
GPU环境配置——win10、tensorflow1.15.0、cuda10.0、cudnn7.6.3
weixin_44508918的博客
08-30 1901
GPU环境配置——win10、tensorflow1.15.0、cuda10.0、cudnn7.6.3 以题目中环境为例，其他版本自行替换！ 文章目录GPU环境配置——win10、tensorflow1.15.0、cuda10.0、cudnn7.6.3前言一、查看相应版本并下载1.依据tensorflow版本确定对应的cuda和cudnn版本二、cuda以及cudnn的安装1.安装cuda2.搞定cudnn3. 添加环境变量4. 检查安装结果总结 前言 CUDA环境的配置必须严格按照版本要求进行。
笔记本Win10+tensorflow1.14.0+cuda10.0+cudnn7.4.1环境配置，从下载到使用全过程
qq_22831229的博客
04-23 1753
环境配置之路，远且一步一坑，来说一下我的环境配置之路吧！ 实验设备及参数 电脑：联想拯救者r9000p2021 系统：Windows 10 专业版20H2 显卡：NVIDIA GeForce RTX 2060 with Max-Q Design 驱动版本版本：27.21.14.5752 Python版本：3.5 tensorflow版本：1.14.0 cuda版本：10.0 cudnn版本：7.4.1 第一步 下载 下载Visual Studio 2017 提取码：VSVS...
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
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
切换Google Colab中自带的几个cuda版本
hellogoodworld的博客
07-20 2805
切换Google Colab中自带的几个cuda版本
Tensorflow-gpu搭建CUDA 10.0与cuDNN等版本问题
热门推荐
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...
在CUDA10的环境下安装支持gpu的tensorflow版本（亲测有效）
小帆的博客
11-29 2万+
由于英伟达官方宣称CUDA10有着巨大的性能提升，我便迫不及待的想尝试用它来训练深度学习模型，然而现在Tensorflow的最新官方GPU版本1.12并不支持在CUDA10下的模型训练，因此便翻墙到国外论坛找材料，最终找到了可以完美适配CUDA10的tensorflow方案。具体的环境如下： NVIDIA Driver Version 411.63 CUDA Version...
VS2017+CUDA10.0+cudnn+tensorflow配置
threefourly的博客
11-25 1万+
VS2017+CUDA10.0+cudnn+tensorflow配置 初学神经网络，将环境配置过程记录下来，方便以后查看。 文章参考了笔尖bj的博文， CUDA10.0安装 初学神经网络，对于软件安装有洁癖，不怕麻烦，既然有最新版为什么不安装最新版， 首先下载安装cuda ，官方地址，需要注册一个nvidia developer，用n卡账号登陆进去注册就行了，很简单。注册成功后会发邮件提示你注册...
TensorFlow-gpu1.14+CUDA10.0+CUDNN以及找不到'cudart64_100'完美解决
qq_42280952的博客
08-04 1万+
TensorFlow-gpu1.14+CUDA10.0+CUDNN以及找不到'cudart64_100'完美解决版本问题安装Anaconda python3.6Tensorflow安装CUDA与CUDNN安装CUDA10.0安装CUDNN安装检查环境是否安装成功 版本问题 通过Tesnsorflow官网查找对应版本信息如下： 可以看到当Tensorflow的版本>=1.13时，CUDA的版...
WIN10下安装tensorflow-gpu+cuda10.0+cudnn
qq_39833121的博客
08-09 2153
在WIN10下安装tensorflow-gpu+cuda10.0+cudnn前提cuda10.0cudnn 7.4tensorflow-gpu1.13.1总结 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tensor...
Tensorflow2.0 GPU版本安装（CUDA10.0 + cuDNN7.5 + Tensorflow2.0 Alpha）
qq_43673118的博客
05-12 1万+
（本人小白一名，总结了一些自己的操作经验，仅供参考） 前段时间Tensorflow 2.0 Alpha版本发布，作为刚入门深度学习的小白之前没有学过 Tensorflow1.x 系列，只学过一些keras，也懒得再学习 Tensorflow1.x 系列了，直接平滑过渡到 Tensorflow 2.0 多好。首先面临的问题就是CUDA等的安装及配置。 操作过程中参考了一些网络上的教程，但版本都不太...
评论
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