win10 安装 tensorflow-gpu 2.10.0

这篇具有很好参考价值的文章主要介绍了win10 安装 tensorflow-gpu 2.10.0。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

win10 安装 tensorflow-gpu 2.10.0

系统配置

系统 win10 x64
显卡 GTX 1660 Ti
CUDA 12.2
cudnn 8.9

查看版本对应:

https://tensorflow.google.cn/install/source_windows#gpu

Version Python version Compiler Build tools cuDNN CUDA
tensorflow_gpu-2.10.0 3.7-3.10 MSVC 2019 Bazel 5.1.1 8.1 11.2

这里查看我系统配置 我安装 python 3.10 和 tensorflow_gpu-2.10.0

安装 conda

安装cuda

安装python3.10

conda create -p D:\tensorEnv python=3.10

激活虚拟环境

conda activate  D:\tensorEnv

安装cuda

这里根据自己的版本安装,按照表格推荐 11.2 ,我这里是12.2

conda install cudatoolkit=12.2

安装cudnn

这里根据自己的版本安装,按照表格推荐 8.1 ,我这里是 8.9

conda install cudnn=8.9

安装tensorflow的GPU版本

这里根据自己的版本安装,按照表格推荐tensorflow-gpu==2.10.0

(D:\tensorEnv)  C:\Users\mingxingwang> python -m pip install tensorflow-gpu==2.10.0

测试 test-gpu.py

import tensorflow as tf

# print(tf.test.is_gpu_available())
print(tf.config.list_physical_devices('GPU'))
(D:\tensorEnv)  C:\Users\mingxingwang> python  test-gpu.py 

输出

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

参考:
适用于Microsoft窗口的 CUDA 安装指南 https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

cuDNN Archive https://developer.nvidia.com/rdp/cudnn-archive

Build a TensorFlow pip package from source and install it on Windows https://tensorflow.google.cn/install/source_windows#gpu文章来源地址https://www.toymoban.com/news/detail-631487.html

到了这里,关于win10 安装 tensorflow-gpu 2.10.0的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 安装tensorflow-gpu

    打开anaconda prompt,添加镜像源: 删除镜像源使用: 创建虚拟环境并安装tensorflow-gpu: 查看一下包的版本: python是3.6.2版本的 在下面的网站中查找对应版本: 在 Windows 环境中从源代码构建  |  TensorFlow (google.cn) 对应的最低tensorflow-gpu是1.2.0版本的 选择一个合适的2.0.0版本的 但

    2024年02月07日
    浏览(46)
  • Win10安装GPU支持的最新版本的tensorflow

    我在安装好cuda和cudnn后,使用pip install tensorflow安装的tensorflow都提示不能找到GPU, 为此怀疑默认暗转的tensorflow是不带GPU支持的。 在tensorflow官网提供了多个版本的GPU支持的windows的安装包 https://www.tensorflow.org/install/pip?hl=zh-cn#system-install 下载后再安装就可以成功安装GPU支持的t

    2024年02月13日
    浏览(39)
  • Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)

    参考:https://blog.csdn.net/qq_43215538/article/details/123852028 首先查看本机GPU对应的cuda版本,如下图所示,本机cuda版本为11.6,后面选择的cuda版本不要超过这里的版本就好。 https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载,如这里选择版本一定要注意,因为cuda版本

    2023年04月08日
    浏览(44)
  • tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

    目录 如需转载,请标明出处,谢谢。 一、安装tensorflow-gpu2.3.0 二、配置其他相关的库 很多人以为安装完tensorflow-gpu就是一切都结束了,但是殊不知,python中的很多库,比如numpy,matplotlib等库,就与我们的tensorflow的版本有对应 总结 对于anaconda的下载,网上的教程很多,而且很

    2024年02月02日
    浏览(67)
  • Docker【部署 05】docker使用tensorflow-gpu安装及调用GPU踩坑记录

    Other than the name, the two packages have been identical since TensorFlow 2.1 也就是说安装2.1版本的已经自带GPU支持。 不同型号的GPU及驱动版本有所区别,环境驱动及CUDA版本如下: 在Docker容器中的程序无法识别CUDA环境变量,可以尝试以下步骤来解决这个问题: 检查CUDA版本:首先,需要确认

    2024年02月08日
    浏览(48)
  • [conda]tf_agents和tensorflow-gpu安装傻瓜式教程

    1.打开终端或Anaconda Prompt(Windows用户)。 2.输入以下命令创建新的Python环境:    其中, env_name 是您想要创建的环境名称, version 是您想要安装的Python版本号。例如,要创建名为 python37 的Python 3.7环境,请输入以下命令: 3.进入到要使用的环境去使用pip安装应用 进入后显示如

    2024年02月11日
    浏览(43)
  • CUDA 11.7 版本下安装Tensorflow-gpu以及Keras (Windows以及Ubuntu)

    ​ 记录:在复现论文代码时碰到使用keras环境,于是在自己windows系统的台式机(RTX 3080;CUDA 11.7)上进行了安装,但是发现台式机的显存无法支持程序的运行。于是将一摸一样的环境配置到更大现存的Ubuntu服务器(CUDA 11.7)上,但配置环境出错,一直无法调用GPU。经过一天的

    2024年02月01日
    浏览(60)
  • 十分钟安装Tensorflow-gpu2.6.0+CUDA12 以及numpy+matplotlib各包版本协调问题

    换了台机器,又装Tensorflow,记得我第一次装的时候装了好几天,而今天只用了十分钟就搞定了,因为这个方法只用在终端操作,不用去英伟达官网下载包,刷刷刷的贼快,只是后面去找版本的对应问题了又花了些时间 为了高效下载,建议先把默认源换了,很简单这里不再赘

    2024年02月04日
    浏览(49)
  • tensorflow-GPU环境搭建

    最近在学习AI相关知识,需要使用 gpu 运行 tensorflow 代码,选择在腾讯云上搭建环境 安装 tensorflow 与 GPU 支持需要对齐以下软件的版本号(按依赖顺序排列): GPU 驱动版本号 CUDA 版本号 cudnn 版本号 tensorflow 版本号 由于 tensorflow 位于最下游,因此更新时机最晚,因此实际安装

    2024年01月17日
    浏览(44)
  • tensorflow-gpu卸载 (windows)

    在安装 Tensorflow-gpu 时,如果, Tensorflow-gpu 、 Python 、 cuda 、 cuDNN 版本关系不匹配很容易安装出错,要重新安装的话,要把之前装的卸载干净! tensorflow-cpu卸载, 激活进入虚拟环境,在这里卸载: 进入虚拟环境安装路径: Proceed(y/n)? y 删除之前创建的虚拟环境(例子为删除名

    2024年02月05日
    浏览(55)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包