笔记本GTX1050（计算能力6.1）安装cuda11.0+cudnn8.2（for cuda 11.x）+pycharm tensorflow-gpu2.4.0错误排除

随便逛逛2333

于 2021-08-07 22:29:31 发布

阅读量5.3k

点赞数 1

文章标签： python cuda tensorflow 深度学习 gpu

本文链接：https://blog.csdn.net/weixin_43756600/article/details/119493710

版权

本文记录了在笔记本上安装CUDA11.0、CUDNN8.2和TensorFlow-GPU2.4.0过程中遇到的问题及解决方案。首先，安装CUDA时因Nsight Visual Studio Edition导致失败，通过自定义安装并避开Nsight组件解决了问题。其次，TensorFlow 2.5.0与CUDA11.0不兼容，降级到2.4.0rc4并在PyCharm中配置。最后，解决import TensorFlow时提示的XLA设备问题，但发现程序仍使用CPU运行，未充分利用GPU。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我最先下载的是最新的cuda11.4.1以及tf-gpu2.5.0，后来因为觉得版本太高才降低了版本，这三者的版本对应很重要，比如tf2.5.0就不能用cuda11，我才降的级。

这里主要说几个坑，截止到2021.8，最新的cuda11.4.1和tf2.5.0版本的最新对应可以看英伟达官网https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html查看驱动版本的支持，驱动版本在英伟达控制面板点击主页就能看见，点击左下角系统属性以及组件，则可以查看cuda支持版本，由于网上同类教程很多我就不放图了。这篇博客https://blog.csdn.net/K1052176873/article/details/114526086里面也有对应，比较新，最多到tensorflow2.4.0。

安装过程不多赘述，主要讲我遇到的坑：首先，是cuda安装失败的问题，首先网络安装，不行，又换本地安装（大约3G），下了好几个版本，流量心疼。但是即使我的驱动足够支持版本，还是安装失败，我的情况是卡在Nsight Visual Studio Edition就失败了，看了看这个对我好像没用，于是就选“自定义”然后不安它不就好了，可是打开所有“加号”后发现并没有他，于是尝试多次后我把所有Nsight开头的全部去掉了

最低0.47元/天解锁文章