win10+Tensorflow2 + cuda +RTX 3080 +cudnn 安装 | 您所在的位置:网站首页 › 下载指定版本tensorflow › win10+Tensorflow2 + cuda +RTX 3080 +cudnn 安装 |
最近准备开始深度学习相关内容的学习,会在公众号进行同步更新我的学习记录等相关文章,大家可以在后台回复相应的天数,获取相应的代码和数据。 文章目录 1.前言2.Anaconda安装3.cuda安装4.cuDNN安装安装tensorflow-gpu5.代码处理6.如果还不能解决,看这里 1.前言配置: 系统:Window10CPU:i7-10700FGPU(显卡): RTX3080cuda:CUDA11.1.0_win10_networkcudnn: cudnn-11.1-windows-x64-v8.0.5.39tensorflow:tensorflow-gpu 2.4.1NVIDIA GeForce RTX 3080不需要用测试版(tf_nightly_gpu-2.5.0),tensorflow-gpu 2.4.1可以用! NVIDIA GeForce RTX 3080不需要用测试版(tf_nightly_gpu-2.5.0),tensorflow-gpu 2.4.1可以用! NVIDIA GeForce RTX 3080不需要用测试版(tf_nightly_gpu-2.5.0),tensorflow-gpu 2.4.1可以用! 官网传送门:【Anaconda】 点它(红框框)
CUDA官网:【cuda】 这个安装有时候需要科学上网,可以加我微信给你分享一点不一样的东西。
cuDNN官网:【cuDNN】 这一步,官网可能需要的填一份调查问卷什么的,填它就好了。
在python代码中加入以下代码,将代码的运行放到GPU上 gpus = tf.config.list_physical_devices("GPU") print(gpus) if gpus: gpu0 = gpus[0] #如果有多个GPU,仅使用第0个GPU tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用 tf.config.set_visible_devices([gpu0],"GPU")检查TensorFlow版本 import tensorflow as tf print(tf.__version__) 6.如果还不能解决,看这里检查一下是否提示缺失cusolver64_10.dll文件 “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin\cusolver64_11.dll” 改为cusolver64_10.dll “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin\cusolver64_10.dll” |
CopyRight 2018-2019 实验室设备网 版权所有 |