RTX3080 安装tensorflow-gpu and cudnn

今天要测试一个tensorflow的代码 于是就尝试安装了一下在liunx服务器上

1.我的原始环境是torch1.8.0+cu111 ,初始安装的是tensorflow-gpu==2.4.0

import tensorflow as tf
print('GPU',tf.test.is_gpu_available())

结果输出为False 百度之后发现是cudn和cudnn的版本太低
因为我的conda是换过源的 ,所以输入

conda search xxx # 在当前所有通道查找可以安装的xxx

找到你想用的版本并安装

conda install cudnn/cudatoolkit

测试输出还是False
安装 2.5.0版本的gpu 输出结果
在这里插入图片描述

2. 在运行代码的时候又出现 AttributeError: module ‘keras.utils.generic_utils’ has no attribute 'populate_dict_with_module_objec的问题

卸载之后的keras==2.3.0 重新安装
代码可以进行测试 虽然效果不是很好
最后说一句 怪不得现在大部分都用pytorch 就是版本和环境的对应问题就要弄好久

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 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CUDACUDA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cuDNNcuDNN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 GPUCUDAcuDNN。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、CUDAcuDNN,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CUDAcuDNN。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CUDAcuDNN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CUDAcuDNN版本号信息,这是为了保证TensorFlowCUDAcuDNN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CUDAcuDNN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。
评论
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