GTX1650 + tensorflow 配置方法 ------Python-3.7+cudatoolkit-10.0.130+cudnn-7.6.0+tensorflow-gpu==1.13.1

---

一、创建Anaconda环境

首先，进入Anaconda，输入 conda env list查看当前环境(防止命名的冲突)。

下面，输入conda create -n py37_gpu python=3.7安装Python3.7的环境(遇到Y/N，全部选择Y)，得到如下的结果。

二、安装CUDA

首先，输入 activate py37_gpu，进入到刚才建立的环境中。

接着，输入conda search cuda得到下图

然后，输入conda install cudatoolkit==10.0.130安装CUDA。

三、安装CUDNN

首先，输入conda search cudnn，获取可安装的cudnn版本号，得到结果如下图。

接着，输入conda install cudnn=7.6.0安装CUDNN.(7.6版本的CUDNN是和10.0版本的CUDA相匹配的)，结果如下。

四、安装gpu版本的tensorflow

首先，输入conda search tensorflow查询，结果如下。

接着，输入conda install tensorflow-gpu==1.13.1完成GPU版本的tensorflow安装。(1.13.1支持GTX1650)，结果如下。

五、测试当前环境

全部安装完成后，我们重新启动Anaconda，输入activate py37_gpu激活环境。

接着，输入python进入Python环境

然后，输入import tensorflow as tf导入tensorflow包。

最后，输入print(tf.test.is_gpu_available()) 查看GPU版本的tensorflow安装情况(True表示安装成功)。

六、附录

1.conda删除环境
conda remove -n yourEnv --all

2.GTX3090

v2
tensorflow-gpu==2.5.0
cudnn=8.4.1.50=hed8a83a_0
cudatoolkit=11.0.221=h6bb024c_0
python=3.7.13=h12debd9_0

v1
cuda:11.1
cudnn:8.05
tensorflow:1.15.5
python:3.8.2

conda install cudatoolkit=XX.XX.XX cuda要写全
conda install cudnn

conda中查看torch是否可以使用gpu
import torch
print(torch.cuda.is_available())

GTX3090中安装torch-gpu
好文章

如果 环境/包 需要C++编译器
好文章