tensorflow-gpu1.15 + win11 + RTX 4050环境配置

最新推荐文章于 2024-05-09 16:39:24 发布

xiaohuoma7620

最新推荐文章于 2024-05-09 16:39:24 发布

阅读量790

点赞数 1

分类专栏： python 文章标签： tensorflow 人工智能 python

本文链接：https://blog.csdn.net/xiaohuoma7620/article/details/134745110

版权

python 专栏收录该内容

2 篇文章

订阅专栏

本文描述了在Windows11系统中安装和配置了RTX4050GPU，以及与其兼容的Python版本（如Python3.7.12）、深度学习框架（TensorFlow1.15.0）和Keras2.3.1的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

组了一套，不知道行不行

windows	11
GPU	RTX 4050
python	3.7.12
tensorflow-gpu	1.15.0
cudatoolkit	10.0.130
cudnn	7.6.5
Keras	2.3.1

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

xiaohuoma7620

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
3
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Windows10+RTX显卡：TensorFlow-GPU安装与使用完整指南（踩坑无数血泪教训）

pmxcoding的博客

07-28

2911

配置环境根据需要在https://repo.anaconda.com/archive/ 下载对应版本的conda，主要是py版本和tf-gpu的对应 #------------------主流tfgpu所对应的anaconda,py,toolkit版本 2.2：Anaconda2020，Python - 3.7.7，cudatoolkit - 10.1，cudnn - 7.6.5 1.14.0或1.15：Anaconda3-5.2.0，Python 3.6，cudatoolkit 10.0.130，...

Win11笔记本电脑RTX4080显卡安装Tensorflow-GPU2.6.0方法步骤

weixin_44184852的博客

04-30

5008

Tensorflow是当前主流的深度学习框架，是深度学习方向从业者和研究生的生产力工具，我在本科参加学科竞赛期间曾经安装过tensorflow1.12版本和对应的keras2.2版本，相对来说，keras提供了较多调用tensorflow的API，这极大地减轻了工作量，而新版的tensorflow2.0及以上版本自带keras，无需再另外安装。

3 条评论您还未登录，请先登录后发表或查看评论

30系/40系GPU使用TensorFlow1.x的方法

最新发布

sir_chen的博客

05-09

3354

30系GPU使用TensorFlow1.x的方法

linux系统在python3.6/CUDA 11环境下安装tensorflow 1.15

weixin_38506372的博客

08-05

3849

今天在实验室服务器（3090）上跑别人用tensorflow写的代码，CPU使用率飙高，吓得我赶紧停了QAQ。后来发现是因为GPU无法使用，其原因是官网中cuda11.X，仅支持tf2.X，不支持tf1.X。通过查阅资料，参考大佬的方法，最终成功在cuda11、python3.6环境下使用tf-gpu 1.15版本：）参考网址：https://www.it610.com/article/1419985725641838592.htm 具体方法如下： # 推荐在虚拟环境下操作(非必要) # python

RTX3090 与GTX1080Ti Tensorflow1.15训练YOLOv3对比

weixin_43953045的博客

01-14

4093

RTX3090 与GTX1080Ti 训练YOLOv3对比：安装环境： https://blog.csdn.net/wu496963386/article/details/109583045 基本安装上述链接博主方法安装tensorflow1.15.4 对比：输入大小：576*1024×3 网络计算量：97GFLOPs 1080Ti主机（四卡，只评测两张卡，即1080Ti *2）环境： cudatoolkit 10.0.130 cudnn 7.6.5 tensorflow15.1 训练设置：

tensorflow1.15环境配置

qq_36454048的博客

10-06

272

发现使用anaconda navigator下载的包有问题，具体为 import tensorflow.contrib.slim as slim 中无法找到trace module 使用pip安装进行尝试，安装tensorflow-cpu==1.15过程中发现setuptools报错，重新安装此包后再安装tf成功测试成功 slim不再报错 ...

Win10，深度学习GPU环境配置实录（Anaconda + TensorFlow 2 或 TensorFlow 1.15 + keras）

zgjstudy的博客

04-14

2625

这是我第N次遇到把环境搞坏，再重新配环境，然后忘记各个步骤中的指令，然后全网查资料的情况。于是我决定落实一下一直都有的一个想法：写个 Blog 记录下从零开始搭建环境的全过程，以方便将来再次把环境搞坏的自己和遇到相同问题的同学们。前言 GPU 对深度学习运算效率提升非常巨大，就我目前做的一个项目而言，一个 epoch 用 CPU 耗时 1622s ，而用 GPU 仅需要 33s，粗略估计下使...

GPU版本Tensorflow1.15+CUDA10+CUDNN+WIN10+Python3.7安装

胭脂草的ABC博客

08-14

2055

GPU版本Tensorflow1.15+CUDA10+CUDNN+WIN10+Python3.7安装记录一下，其实如上版本 GPU版本Tensorflow2.0+CUDA10+CUDNN+WIN10+Python3.7也安装成功了。但是用tensorflow2.0学习的时候，发现好多代码不能用了。tensorflow2.0和tensorflow1.0差别蛮大的。所以我重新安装了tensorflow1.15。时间是2020年8月14号左右安装的步骤如下： 1.装anaconda，装好之..

win11 3060显卡快速搭建tensorflow1.15 gpu环境

qq_34944438的博客

10-18

866

Anaconda这个东西本来我是特别不喜欢用的，现在没办法需要搞大模型训练。版本要求太多了这个时候才发现Anaconda原来这么好用。所以下文都是基于Anaconda方法进行安装的。不保证适用于你的模型训练环境，但是绝对是最简单的。我本地的环境是笔记本型号：Legion-R9000Pwindows版本：Windows 11 家庭中文版显卡：NVIDIA GeForce RTX 3060 Laptop。

Win10+NVIDIA TITAN Xp | RTX 2060+Python3.6+TensorFlow_gpu2.1.0+keras2.3.1+cuda10.1+cudnn7.6.5.32记录

Alan_zbw的博客

08-12

723

Win10+NVIDIA TITAN Xp+Python3.6+TensorFlow_gpu2.1.0+keras2.3.1+cuda10.1+cudnn7.6.5.32 安装两大步 1、创建虚拟环境+安装GPU+Keras+卸载重装h5py==2.10.0+Anaconda安装spyder 2、cuda+cudann cuda_10.1.243_426.00_win10 + cudnn-10.1-windows10-x64-v7.6.5.32 整体思路参考https://blog.csdn.net

RTX3090运行tensorflow1.x代码的问题

qq_42018838的博客

03-12

2159

cuda和tensorflow-gpu版本适配（2021.08更新，cuda11.1适配方案）

weixin_44886683的博客

08-07

5866

https://tensorflow.google.cn/install/source_windows 在上面这个网址会更新上表没有涵盖cuda11.1 cuda11.1 适配 tensorflow-gpu 2.5.0 keras 2.4.3

Python环境—tensorflow1.15与显卡3090适配问题

fushe6766的博客

04-10

608

可能还会遇到个别tensorflow2.0+和tensorflow1.0+写法不一样的地方，对应修改即可。显卡3090需要cuda11.0+，tensorflow1.15需要cuda9.0。整理在此，只为个人记录学习过程，并分享给需要的小伙伴。代码是基于tensorflow1.15.4编写。安装nvidia-tensorflow。（1）只针对ubantu系统。上述文章可能部分源于网络。

40显卡安装tensorflow-gpu，几条命令搞定

wwwhhite的博客

10-31

952

2）设置终端，文件->设置->工具->终端->Shell路径选择cmd.exe->应用确定。1）conda可执行文件在conda安装目录下找到conda.bat就行。1.下载安装anaconda，pycharm。2.用管理员运行anaconda prompt。8.配置pycharm。

TensorFlow1安装和下载（超详细）

热门推荐

baicaiBC3的博客

02-17

1万+

注：这一步使用如下命令：pip3 install --user --upgrade tensorflow==1.15 tensorflow1.15版本以前区分CPU和GPU ，1.15版本以后不再区分了。

3090 运行 tensorflow 1.X，不用docker

qianmuxiaoqi的专栏

03-07

2089

最近需要跑个旧代码，不知道为啥，3090 采用docker运行tensorflow1.x 版本，巨慢无比发现一个巨好用的方法：不需要重装cuda，或者安装docker conda create --name TF1.15 python=3.6 conda activate TF1.15 pip install nvidia-pyindex pip install nvidia-tensorflow[horovod] conda install -c conda-forge openmpi exp

记录win11安装tensorflow环境，遇到的问题以及解决办法

qq_41597249的博客

05-04

2761

** 记录win11安装tensorflow环境，遇到的问题以及解决办法。 ** 记录这几天安装环境的血泪史，希望对大家有点小小的帮助。 **重点注意：**本次搭环境最大的感触是各类软件、库的版本一定要匹配！！！我真的是在版本上栽了跟头，反反复复折腾了很久，装了卸，卸了装。

Win11 RTX3050Ti 安装tensorflow

weixin_44657448的博客

11-19

349

win11，R9000P，3050Ti适配的Cuda和Tensorflow

tensorflow 1.15 gpu docker环境搭建；Nvidia Docker容器基于TensorFlow1.15测试GPU；——全流程应用指南

点赞的都能无bug通过！

11-14

2443

TensorFlow 在新款 NVIDIA Pascal GPU 上的运行速度可提升高达 50%，并且能够顺利跨 GPU 进行扩展。如今，训练模型的时间可以从几天缩短到几小时TensorFlow 使用优化的 C++ 和 NVIDIA® CUDA® 工具包编写，使模型能够在训练和推理时在 GPU 上运行，从而大幅提速TensorFlow GPU 支持需要多个驱动和库。为简化安装并避免库冲突，建议利用 GPU 支持的 TensorFlow Docker 镜像。