tensorflow2.X+2080显卡环境配置

已于 2022-10-03 10:33:29 修改
阅读量1.1k 收藏 1
点赞数 1
分类专栏： 深度学习环境配置和性能评价 文章标签： tensorflow python 深度学习
于 2022-10-03 10:17:17 首次发布
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_67859995/article/details/127149338
版权

anaconda+pycharm

python==3.6.13

keras==2.1.6

cuda==11.7(需要看显卡支持的最低版本，2080的是11.5)

cudnn==8.4.0（需要和cuda版本对应相匹配）

tensorflow-gpu==2.4.0（需要和cudnn+cuda相对应匹配，最低版本2.4.0）

如果需要使用tensorflow-gpu 1.x版本的话，需要降低cuda和cudnn的版本10+7.4

下载测试代码测试

如果出现测试module 'tensorflow' has no attribute 'constant'错误，可能是tensorflow-gpu版本低了

如果出现Could not load dynamic library ‘cusolver64_10.dll‘； dlerror: cusolver64_10.dll not found错误，GPU  fasle的话需要进入安装cuda的库里面，搜索cusolver64_11.dll，将其修改为cusolver64_10.dll

本次记录是为了跑Maskrcnn 模型，如果在训练maskrcnn时，出现

module 'tensorflow' has no attribute 'placeholder'错误，主要是因为这个版本的maskrcnn的代码使用的tensorflow1.X里的函数，这些函数在tensorflow2.x版本是没有的

测试结果如下

安装包如下

metis490
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
win10 + RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 + tensorflow-gpu-1.12.0 + keras2.2.4
01-06
参考文献： https://blog.csdn.net/herr_kun/article/details/88597618 win10 + RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 的配置参考博客： https://blog.csdn.net/tpz789/article/details/103848529 （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
cuda支持的显卡_Windows 环境搭建 TensorFlow 2.1+ GPU 训练模型加速支持
weixin_39992788的博客
11-25 2286
写在前面最近准备尝试跑一跑 TensorFlow GPU 训练模型，平时开发用的 MBP，无赖显卡是 AMD 只支持 CPU 训练，但恰有闲置 Win10 笔记本电脑一台显卡 NVIDIA 支持 CUDA® 。Tensorflow GPU 训练加速需要支持 CUDA® 的 GPU 显卡，这里提到的 CUDA 指的是，是 NVIDIA 研发的一种并行计算平台和编程模型，它可以通过利用 GPU 的处理...
TensorFlow GPU 支持
豆芽菜
05-14 270
TensorFlow GPU 支持需要各种驱动程序和库。为了简化安装并避免库冲突，建议您使用支持 GPU 的 TensorFlow Docker 映像（仅限 Linux）。此设置仅需要NVIDIA® GPU 驱动程序。 这些安装说明适用于最新版 TensorFlow。要了解可用于旧版 TensorFlow 的 CUDA 和 cuDNN 版本，请参阅经过测试的编译配置。 pip 软件包 要了解可用的软件包、系统要求和说明，请参阅pip 安装指南。要使用pip安装支持 GPU 的 TensorFl...
查看本机显卡配置是否支持安装gpu版本的tensorflow
热门推荐
sinat_23619409的博客
11-19 2万+
查看本机GPU是否支持安装tensorflow-gpu   安装gpu版本的tensorflow需要安装cuda和cudnn 所以需要检查cuda是否支持本机gpu，需要计算能力大于3.1   1、查看本机显卡配置，对比官网的显卡型号是否支持 显卡型号支持：https://developer.nvidia.com/cuda-gpus       显卡配置为：NVIDIA D...
Win10 x64+GTX1050 Ti+Tensorflow-gpu 1.7+CUDA 9.0+cuDNN v7.0.5
Jokes_Pan的博客
04-02 3718
操作系统： Windows 10 企业版 64位（10.0，版本16299）tensorflow-gpu安装： cmd, pip install -upgrade tensorflow-gpuCUDA v9.0 下载地址：https://developer.nvidia.com/cuda-toolkit-archivecuDNN v7.0.5 下载地址：https://developer.nvid...
TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X）
03-30
课程分享——TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X），完整版视频教程下载。 TensorFlow实战BERT课程目录: 第1章 BERT简介 第2章 向量层是怎么来的？ 第3章 注意力机制 第4章 Transformer_...
Tensorflow2.x实现图像识别（基于迁移学习）
04-21
基本所以图像识别任务都可以基于这段代码来实现！！！代码主要包括：图像数据集的制作、图像预处理、模型搭建与微调、模型训练...本例使用Tensorflow的ResNet预训练模型，并在此基础上进行微调，能实现复杂的分类问题。
StyleGAN2-TensorFlow-2.x:使用TensorFlow 2.x非官方实现StyleGAN2
04-22
样式GAN2-TensorFlow-2.x 使用TensorFlow 2.x的非官方实现StyleGAN2 config-f 。 来自Nvidia的官方论文： : 使用TensorFlow 1.x的官方仓库： : 额外功能 支持TensorFlow自定义操作 支持CPU使用率 Conv2D op当前不...
TensorFlow+1.x+Deep+Learning+Cookbook-Packt+Publishing(2017).epub
02-22
In this book, you will learn how to efficiently use TensorFlow, Google's open source framework for deep learning. You will implement different deep learning networks such as Convolutional Neural ...
详解tensorflow2.x版本无法调用gpu的一种解决方法
09-16
主要介绍了详解tensorflow2.x版本无法调用gpu的一种解决方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
查看tensorflow是否支持GPU，以及测试程序
dxmcu的专栏
04-23 961
测试程序 # Python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 是否支持GPU import tensorflow as tf sess = tf.Session(config=tf.ConfigProto(log_d...
cuda、显卡版本和tensorflow-gpu对应关系
weixin_45284801的博客
05-04 1万+
一、tensorflow-gpu、cuda对应关系 官网链接 二、显卡驱动、cuda对应关系 官网链接 #注意：这些必须要对应，不然无法使用，尤其是显卡驱动和cuda，没事别升级显卡驱动！ 三、显卡驱动和cuda版本号查询 1、显卡驱动查询 显卡是N卡，用电脑自带的这个软件就可以，操作见下图。 2、cuda版本号查询 在cmd里输入nvcc -V 即可查询。 (●’◡’●) ...
为Tensorflow2.x提供GPU支持
SZ的博客
11-14 611
为Tensorflow2.x提供GPU支持
Tensorflow安装
booze_的博客
07-14 1118
如果没有NVIDIA GPU执行,下面两步即可完成安装: 第一步，打开anaconda prompt命令行，安装tensorflow 未指定版本安装安装的是最新版本的tensorflow。 第二步，安装所需其他包： 搞定！查看NVIDIA驱动版本,打开终端输入 查看驱动情况。 GPU版本有两个依赖库Cudatoolkit 和Cudnn当我们使用conda安装的时候，它会自动帮助我门安装这两个辅助库，所以不用操心。 检查NVIDIA驱动版本满足要求后，执行下面两步即可完成安装： 第一步 执行TensorFl
【Tensorflow】GPU版本的tensorflow的系统环境配置要求
LeonJin的博客
01-27 7402
tensorflow安装前需要清楚，tensorflow的软件要求，GPU驱动、CUDA、cuDNN的版本要求！ tensorflow中文网：https://tensorflow.google.cn/install/gpu
介绍 TensorFlow 的基本概念和使用场景
最新发布
雪精灵的专栏
05-14 333
总之，TensorFlow在机器学习和人工智能领域具有广泛的应用，它提供了丰富的功能和工具，帮助开发者构建和训练各种复杂的模型。自然语言处理：TensorFlow提供了一些用于处理文本数据的工具和模型，可以用于实现文本分类、情感分析、机器翻译等任务。计算机视觉：TensorFlow提供了一些用于处理图像数据的工具和模型，可以用于实现图像分类、物体检测、图像生成等任务。一般用于训练过程中。强化学习：TensorFlow提供了一些用于实现强化学习算法的工具和模型，可以用于培训智能体来完成特定的任务。
TensorFlow和PyTorch的对比
Keep trying, keep going
05-11 320
TensorFlow和PyTorch是两个流行的深度学习框架，用于构建和训练神经网络模型。它们在许多方面都有相似之处，但也有一些重要的区别。综上所述，TensorFlow和PyTorch都是强大而灵活的深度学习框架，选择哪个框架取决于个人偏好、项目需求和团队经验。
python（环境安装）搭建、pycharm安装、背景改为白色详细文章
2301_77161927的博客
05-13 438
python（环境搭建）安装、pycharm安装、背景颜色改为白色。
力扣 516. 最长回文子序列 python AC
qq_63443032的博客
05-12 596
二维dp
tensorflow1.1 windows+3060
09-01
TensorFlow 1.1是一个深度学习框架，而GeForce RTX 3060是一款显卡。要在Windows操作系统上使用TensorFlow 1.1与GeForce RTX 3060一起工作，需要进行一些配置和安装步骤。 首先，确保已在计算机上安装了适当的显卡驱动程序。可以通过NVIDIA官方网站下载并安装最新的显卡驱动程序，以确保与GeForce RTX 3060兼容。 接下来，可以通过两种方式安装TensorFlow 1.1。一种是使用pip包管理器，打开命令提示符窗口并输入以下命令： ``` pip install tensorflow==1.1 ``` 此命令将从Python Package Index（PyPI）下载并安装TensorFlow 1.1。 另一种方式是创建一个虚拟环境来安装TensorFlow。可以使用Anaconda或者Python的venv模块创建虚拟环境，然后在虚拟环境中使用pip安装TensorFlow 1.1。 安装完成后，可以通过导入TensorFlow并编写代码来验证TensorFlow 1.1在Windows上与GeForce RTX 3060一起工作。可以使用以下代码作为一个简单的例子： ``` import tensorflow as tf # 创建一个简单的神经网络模型 model = tf.keras.models.Sequential([ tf.keras.layers.Dense(64, input_shape=(10,), activation='relu'), tf.keras.layers.Dense(1, activation='sigmoid') ]) # 编译模型 model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(x_train, y_train, epochs=10, batch_size=32) # 预测新的数据 predictions = model.predict(x_test) ``` 以上是使用TensorFlow 1.1与GeForce RTX 3060在Windows上进行深度学习的基本步骤。但需要注意的是，TensorFlow 1.1是一个较旧的版本，可能与一些最新的功能和库不兼容。为了获得更好的兼容性和性能，建议升级到TensorFlow的最新版本。

“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
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