关于RTX30系显卡安装tensorflow-gpu的问题

最新推荐文章于 2023-06-28 10:34:03 发布
最新推荐文章于 2023-06-28 10:34:03 发布
阅读量2.3k 收藏 7
点赞数 1
分类专栏： 小白之路 文章标签： cuda gpu tensorflow
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/weixin_42240955/article/details/111567533
版权

关于RTX30系显卡安装tensorflow-gpu的问题

之前按照网上的教程安装nightly版的tensorflow-gpu，但是总报错误，昨天重新配置了一个环境终于不报错了，跟大家分享一下。

环境

Win10+Python3.6+CUDA11.1+Cudnn8.0.4

安装

我首先用conda install pytorch torchvision cudatoolkit=11 -c pytorch-nightly来安装了最新的pytorch
然后在https://pypi.org/下载的tf_nightly_gpu-2.5.0.dev20201217-cp36-cp36m-win_amd64.whl
之前也是在这个网站里下载的dev20201205的好像，当时那个总报错，这次这个版本的就没问题。

总结

期间参考了很多博主的教程贴，这里就不一一列出来了，算是记录一下吧，能帮得到别人就更好了

GuloGulo
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
tensorflow2.5.0-GPU测试工程
07-27
在ubuntu16.04上编译好tensorflow2.5.0-GPU；使用的是RTX 2060 Super测试多张图片；比TF-CPU加速很多。
关于win系统RTX3080的tensorflow和pytorch的安装使用
yjwyjwyjwyjwyjw的博客
11-30 1896
关于win系统RTX3080的tensorflow和pytorch的安装使用RTX3080的tensorflow和pytorch的安装使用我安装了的基本库我基本环境cuda链接cudnnTensorFlow和pytorch安装TensorFlow测试代码Pytorch测试代码 RTX3080的tensorflow和pytorch的安装使用 首先，你需要一定的运气先把30系显卡搞到手 手动/狗头 我安装了的基本库 这是在只安装TensorFlow和Pytorch的纯测试环境： 我基本环境 cuda==11
30系显卡配置tensorflow1.x环境
TTMer's blog:
12-07 5275
说明： nvidia 30系显卡仅支持cuda11.0及以上版本，对应cudnn最低版本为8.0，tf版本为2.4.0 在win系统中无法实现30系显卡运行tf1的代码 该教程使用的环境如下： Ubuntu20.04 3060 显卡 cuda 11.1 cudnn 8.0.5 python 3.6 tensorflow 1.15 其中 python 版本和 tensorflow 版本是固定的 简陋的目录 安装显卡驱动 安装cuda 安装cudnn 安装python(直接略过，我使用的cond.
windows10上：基于python 3.6的tensorflow-gpu深度学习环境配置（包含踩雷及解决方法）
HHy的博客
01-05 1409
系统：windows10-64bit 显卡：NVIDIA GeForce 940MX python：3.6.8（64位） anaconda：3-4.4.0-Windows-x86_64.exe (内部对应的是python 3.6.1-2) cuda:11.1 cudnn:V8.0.5（选择与cuda版本匹配的） TensorFlow： 注意：anaconda需要先下载，下载顺序可以和上面的一样。以防踩雷事件发生。 一、anaconda下载 1、下载anaconda 下载地址：https://www.anac
3050ti跑tensoflow-gpu，屡次碰壁，总结原因如下
wangaolong0427的博客
04-16 3232
项目场景： 例如：新电脑到了，配置是3050ti 4G 其他参数都是比较平均的，安装好基础软件之后，上深度学习。 问题描述 在挣扎后回忆起怎么安装显卡驱动了，看到配置版本tf2.0配的cuda是10.0,cudnn是7.4,安装成功后的显示情况：（可以看到cuda是10.0，我显卡驱动限制版本是11.4,原则上是不高于显卡限制) nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2018 NVIDIA Corporation
win10 + RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 + tensorflow-gpu-1.12.0 + keras2.2.4
01-06
参考文献： ...win10 + RTX 2080 Ti + CUDA10.0 + cuDNN ...（1）下载TensorFlow-gpu 这里下载的是网友推荐的GitHub上的地址：https://github.com/fo40225/tensorflow-windows-wheel 选择 1.12.0 \ py36 \ GPU \ cuda100cu
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 但是要注意！tf2.0只能与CUDA10进行匹配，所以不支持的小伙伴就可以不用继续往下看了：） 感谢本...
Win10下配置tensorflow-gpu的详细教程（无VS2015/2017）
12-17
确定需要安装的tensorflow-gpu版本，点击这里拉到最下方，一般是cuda10和cudnn7.4，以及对应的nvidia驱动，cuda，cudnn版本 更新驱动，可下载NVIDIA-GEFORCE，点击这里 安装cuda，点击这里最后选择exe（local） ...
tensorflow-2.4.0-cp38-cp38-win_amd64.whl
12-24
TF2.4 win10 pyton3.8.6 cuda11.2 cudnn8.0.5(cuda11.1) 算力8.6
DeepFaceLab_RTX_3000_build_003
11-06
2020最新DeepFaceLab Windows客户端 官方20201103发布的RTX3000 专版，全网唯一支持最新RTX3000显卡的版本。 支持最新RTX 3000系列显卡的DeepFaceLab 一共6个分卷DeepFaceLab_RTX_3000_build_001-DeepFaceLab_RTX_3000_build_006
安装tensorflow_gpu的各种问题--总结
weixin_51963604的博客
03-22 2434
前言 本文只是作者在安装完后的一些小总结，文中的各个链接均是我看过的一些解答链接，所以文章不会有具体的解答，只是提供相对应的解决思路和解决问题的链接，环境的问题各不相同，没有统一的解决方案，文章有不好之处，麻烦指正勿喷。 环境 1.安装前要明白自己的显卡是不是独显，来决定下载是否下载GPU版还是CPU版 2.你电脑，安装的python版本，不同的python版本对应不同的tensorflow版本，详细可见这个链接 3.tensorflow_GPU版需下载对应的cuda版本和cudnn版本，详细可见这个链接
3060显卡安装TensorFlow-GPU为false的解决方案
z937453919的博客
12-06 1207
Tensorflow-gpu按照官网要求的cudatoolkit和cudnn版本安装后仍然失败的解决方案
tensorflow-GPU版本安装，RTX3060
qq_42095950的博客
06-28 1643
首先需要安装好pycharm和anaconda开始安装tensorflow-GPU版。
30系显卡安装tensorflow-gpu1.15.0
雨沐风林的博客
08-30 6056
安培架构下的30系显卡仅支持CUDA11以上的版本，目前最新的Tensorflow和PyTorch虽然都可以直接使用，然而谷歌不再维护的tensorflow1.x却无法安装在CUDA11环境下。好在NVIDIA一直在维护一个1.15版本的nvidia-tensorflow可以使用在30系显卡上。具体安装要求如下： 官方要求必须在Ubuntu20.04以及之后的版本，笔者也在windows上试过，并不支持windows。此外，显卡驱动仍然必不可少，带图形界面的Ubuntu系统建议直接在...
ubuntu20.04 python3.8虚拟环境使用tensorflow==1.15.0
qq_33980935的博客
04-11 2831
较新版本的python3.8/cuda 11如果想要使用tf1.15，一种方法是重新编译，或者去下载其他人编译好的二进制whl。但是重新编译和找whl都比较麻烦，老黄为了让新显卡用户用上tf1.15，和谷歌合作维护了一个tf1.15的库。另一种方法是使用docker，但是docker用起来稍麻烦。 库的地址为： https://github.com/NVIDIA/tensorflow 安装命令： # 推荐在虚拟环境下操作(非必要) # python3 -m virtualenv venv # sourc
RTX 3060 快速配置GPU版本tensorflow
Sciws的博客
06-12 4368
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
Win11系统+RTX3060安装Tensorflow2.7+Keras2.7+Cuda11.1+Cudnn8.1.0
qq_38216057的博客
02-22 2728
安装步骤整体步骤首先安装AnacondaCUDA的安装Cudnn的安装 整体步骤 最近新买了一个电脑自带的是WIN11系统，还想着去专门下载支持Win11的Cuda，最后逛了一圈以后发现其实Win10的Cuda版本也可以使用，为了使用3060的Cuda，折腾了2天都在运行模型时出现各种各样的问题，终于弄好后想着写一个教程给大家一个参考。 首先安装Anaconda Anaconda直接在官网上下下来安装完成就行了，网上有很多的教程，我就不再赘述了。 安装好Anaconda以后进入Anaconda的Prompt
Windows 10，RTX 3070安装Tensorflow及 CUDA
weixin_44176124的博客
09-10 4371
目录 前言 安装tensorflow 安装CUDA及cudnn 结尾 前言 据网上说，30系显卡只能适配11.1版本以上的CUDA 于是我们选择版本的时候只有一种选择了： 写文章的日期为2021/9/10 图片来源于tensorflow官网：在 Windows 环境中从源代码构建 | TensorFlow (google.cn) 安装不对版本的软件可能会出现无法调用GPU或运行前加载时间长的问题 我用的python版本是3.8 建议用Anaconda安装相应软件，...
rtx3050安装tensorflow-gpu
最新发布
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 6
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