经验:WIN10+GTX1070下,tensorflow2.3-GPU+CUDA10.1+cuDNN765的安装

tensorflow2.3

首先,下载并安装Anaconda,网上教程很多,不赘述。
用管理员权限进入cmd。
先创建新的虚拟环境(方便管理),并激活。在命令行输入:

conda create --name tf2 python=3.7      # “tf2”是新环境的名字,可以随便取
conda activate tf2                      # 激活进入“tf2”虚拟环境

再使用pip安装tensorflow

pip install tensorflow

没有VPN可能下载很慢。可用清华镜像:

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

CUDA10.1

笔者的笔记本显卡是GTX1070,进入NVIDIA 设置,帮助-系统信息-组件,查看匹配的CUDA版本。
在这里插入图片描述
这边推荐是CUDA11.0。但笔者试了一下,现有的CUDA11.0与对应的cuDNN并不合适。尝试了几次后,选择CUDA10.1。
官网下载CUDA10.1。
在这里插入图片描述
下载之后选择安装。
在这里插入图片描述
点击OK。之后,选择自定义安装,安装组件只勾选CUDA即可。其他保持默认即可,直到结束。

检验是否安装成功,进入cmd,输入:

nvcc -V

出现如下信息就说明安装成功。
在这里插入图片描述
如果没有,进入系统的环境变量,检查path中的路径是否齐全。
在这里插入图片描述

cuDNN765

官网下载与CUDA10.1对应的cuDNN7.6.5版本。
在这里插入图片描述
选择WIN10版本。
在这里插入图片描述

下载并解压,把…\cudnn10.1v7.6.5.32\cuda 里面的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

提一句,如果要卸载CUDA与cuDNN,卸载如下:
在这里插入图片描述

然后删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1这个文件下的cuDNN。
最后清除设的环境变量即可(如果还残留的话)。

检查

按之前安装tensorflow的操作,先进入我们创建好的安装过tensorflowd的新环境"tf2",再进入python:

activate tf2
python

在python中输入

import tensorflow as tf

print(tf.__version__)
print('GPU', tf.test.is_gpu_available())

若输出tensorflow版本号"2.3.0"和“GPU ture",说明成功。(会有很多其他信息,不必担心。)

参考:
https://tf.wiki/zh_hans/basic/installation.html

  • 4
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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