NVIDIA GeForce GTX 850M win10 cuda配置及安装教程

2024-07-11 21:06| 来源: 网络整理| 查看: 265

NVIDIA GeForce GTX 850M win10 cuda配置

cuda10.0+cudnn7.6.4+tensorflow2.0.0+keras2.3.0

----------------------2021.01.29更新---------------------- 给笔记本新加了固态，所以又都重装了一遍（手动狗头）（顺便记录一下安装过程…） cuda10.0+cudnn7.6.4+tensorflow-gpu2.0.0+keras2.3.0（小编也很费解为什么之前是tensorflow，这次要tensorflow-gpu才成功…）

根据显卡驱动版本选择cuda

在显卡控制面板-系统信息可以查看驱动版本，如图小编驱动版本为456.38 根据驱动版本选择cuda版本【驱动版本-cuda版本对照表】，这里小编选择cuda10.0【下载地址】下载好的cuda10.0，如下图所示：选择解压缩位置，放置解压完的安装文件解压中... 解压后安装程序会自动弹出

NVIDIA安装程序点击同意并继续在这里插入图片描述选择自定义安装

在这里插入图片描述检查nvcc.exe是否存在，这个程序很重要！检查这个动态库是否存在，这个动态库也很重要！

安装cudnn

选择合适的版本【下载地址】这里小编选择cudnn7.6.4 for cuda10.0 在这里插入图片描述解压后的文件夹名字为cuda，重命名为cudnn 将cudnn整个文件夹贴到NVIDIA GPU Computing Toolkit–>CUDA–>v10.0中检查这个库是否存在，这个库也很重要！

环境变量配置

右键点击我的电脑，选择属性，选择高级系统设置，编辑系统变量中的Path 在这里插入图片描述此时路径里已经显示了两个关于CUDA的但还需要再添加两个，点击新建，再点击浏览，将CUDA\v10.0\CUPT\libx64路径导入,同理再新建一个将CUDA\v10.0\cudnn\bin路径导入，最终显示如图所示打开命令行，输入nvcc -V，如图所示，配置成功。在这里插入图片描述安装好tensorflow-gpu 2.0.0后按下图命令行输入，得到输出True，即配置安装成功！

查看显卡使用情况

将NVIDIA Corporation\NVSMI添加到环境变量中在这里插入图片描述打开命令行，输入nvidia-smi，如图所示，输出使用情况

安装tensorflow： pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip install tensorflow==2.0.0 pip install --user tensorflow-gpu==2.0.0 测试模型时加载模型遇见bug： AttributeError: ‘str‘ object has no attribute ‘decode‘

修正：h5py版本问题，降至2.10.0即可

【本文地址】

公司简介

联系我们