Python+CUDA+CUDNN+Numpy+Tensorflow_gpu版本建议

巴拉巴拉

话说打开机器学习第一步就是配置好环境,笔者在配置环境时遇到最大的问题就是各个配件的版本不匹配,然后运行以后就打架,经过小编多次尝试,最后得出一下对应关系是可行的(在我的电脑可以运行

小编电脑配置:

i7-12700H

16G DDR5 RAM

NVIDIA GeForce RTX 3050 Ti

搭配各个版本:

python--------------------3.9.0
tensorflow_gpu--------2.5.0
numpy-------------------1.19.5
cuda----------------------11.2.0
cudann-------------------8.1.1
matplotlib----------------3.6.0
pandas-------------------1.2.0

安装顺序:

cuda---cudnn---python---tensorflow_gpu---matplotlib---pandas

一些小坑:

安装cudnn:
解压后将内容文件夹直接复制到cuda安装位置即可

注意配置cuda的系统环境变量(PATH
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib;

python环境下运行:

检查是否成功安装tensorflow:
import tensorflow as tf

检查是否成功识别gpu:
import tensorflow as tf
tf.test.is_gpu_available()
#如果显示:True则成功

本地安装numpy:
进入文件所在的目录,cmd使用以下命令:
pip install numpy-1.19.5-cp39-cp39-win_amd64.whl
同理,本地tensorflow-gpu:
pip install tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl

  • 11
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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