tensorflow2 安装 | ubuntu 20.04, cuda 12.2, RTX 4090

最新推荐文章于 2024-10-12 20:03:39 发布
最新推荐文章于 2024-10-12 20:03:39 发布
阅读量992 收藏 9
点赞数 10
CC 4.0 BY-SA版权
文章标签： tensorflow ubuntu 人工智能
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.youkuaiyun.com/AlphaRui/article/details/141817528

各种版本：

OS: Ubuntu 20.04

GPU: RTX4090

Cuda: 12.2

Driver Version: 535.183.01

1. 检查对应的 tensorflow version

Tensorflow与Python、CUDA、cuDNN的版本对应表

选择：tensorflow-2.15.0, python 3.9, cudnn 8.9.

tf 2.13.0及以后的版本都不需要额外安装tensorflow-gpu

2. 安装tf==2.15.0
conda create -n tf2_env python=3.9

conda activate tf2_env
pip install tensorflow==2.15.0
python -c "import tensorflow as tf; print(tf.__version__)"
3.安装cudnn==8.9

下载cudnn；

Download cuDNN v8.9.7 (December 5th, 2023), for CUDA 12.x

解压下载的

最低0.47元/天 解锁文章

200万优质内容无限畅学
AlphaRui
关注
【AI】Deepstream入门(2)Ubuntu20.04安装Deepstream
郭老二
04-23 599
Deepstream入门：在Ubuntu20.04上安装Deepstream6.2
mmaction2的GPU环境配置记录RTX3090，cuda12.2，ubuntu22.04版本
大胡子大叔的专栏
07-12 1551
mmaction2的GPU环境配置记录RTX3090，cuda12.2，ubuntu22.04版本，安装环境配置记录，所有的安装命令及注意事项
CUDA12.2版本下tensorflow-gpu安装教程
m0_66977257的博客
09-17 1万+
CUDA12.2还能安装tensorflow-gpu？尊嘟假嘟？
Win11+RTX4090安装tensorFlow 2.0
Nowdoctor的博客
03-14 1400
win11+4090安装tensorflow 2.0
【基于DUDA12.2 的tensorflow-gpu安装教程】
liusung0821的博客
11-17 1793
产生了任何报错基本上都是版本冲突问题，大部分是numpy版本冲突，请将numpy==1.19.5作为中心，其他库查找适应该版本numpy的版本，具体版本可以尝试询问newbing,非常方便。附requirements，如果是在混乱，可以在工程目录下创建一个requirements.txt的文件，复制以下代码到其中，在cmd中输入。如果还有报错，请输入pip list 将表中的版本与以下的版本进行比对，如有不同进行更换即可。CUDA版本为12.2，可以在cmd中输入。cd {你工程的文件路径}
tensorflow-gpu和cuda以及cudnn的匹配版本
nbxuwentao的博客
02-08 694
小编最近在做tensorflow的相关项目，在配置环境的时候开了一下小差。环境配了使用不了，原来是gpu版本的和cuda有一个适配问题： 可以参考：https://www.cnblogs.com/ipersevere/p/10784262.html 里面的图表（根据自己的系统哦！！下次做之前需要调研一下） ...
Windows/Ubuntu服务器配置cudatoolkit12.2.0+cudnn8.1.0+tensorflow-gpu2.6.0
Kelly_bai2000的博客
11-07 2970
tensorflow-gpu2.6.0在windows和ubuntu下的下载与配置 注意要使用cuda的话一定要有Nvidia显卡才行
tensorrt cuda版本对应
weixin_41540237的博客
07-07 1万+
找到对应版本号，点击TensorRT Installation Guide(安装指南)——>2.Getting started——>Verify that you have the CUDA Toolkit installed;
Ubuntu20.04配置NVIDIA+CUDA12.2+CUDNN【附所有下载资源】【亲测有效】【非常详细】
2301_79694635的博客
01-17 2493
【详细过程】Ubuntu20.04配置NVIDIA+CUDA12.2+CUDNN【附所有下载资源】【亲测有效】【非常详细】
Gstreamer系列（3）：ubuntu18.04, ubuntu20.04在x86平台Nvidia显卡的Gstreamer硬件编解码安装
qq_27897937的博客
10-12 1617
本文介绍了如何在Ubuntu18.04或者20.04系统上编译Nvidia硬件编解码插件，亲测可行。
30系显卡-旧版本深度学习环境配置（pytorch1.9.0+cuda11.1、tensorflow1.15.5+cuda12.2）
余欲与鱼语渔
04-29 1360
pytorch1.9.0 tf1.15
ubuntu22.04 RTX4090搭建cuda11.8+cudnn8.9+tensorflow-gpu2.4
qq_43765984的博客
11-04 4460
网上对于4090显卡的tensorflow gpu的搭建教程较少，其版本匹配又是一个烦人的问题。在此记录本此安装过程，仅供大家参考。因本人使用的是实验室公用服务器，所以显卡驱动在全过程不涉及更新。
tensorflow各版本对应cuda的兼容版本问题（官方资料）
unique_Hang的博客
02-02 2085
tensorflow对应cuda的兼容版本问题 授人以鱼不如授人以渔，直接给 官方网址，滑条拉到底即可查看。 官网左侧可以选择Linux 、 macOS和 Windows多个环境 建议收藏！
TensorfFlow2【1】WINDOWS系统安装TensorfFlow2，CUDA以及多CUDA
m0_63462829的博客
07-30 724
Windows平台安装TensorFlow，Python、TensorFlow、CUDA、CUDNN对应版本。
[tensorflow]tensorflow与cuda对应关系表
FL1768317420的博客
12-06 2万+
资料来自官方：hl=en。
Tensorflow与Python、CUDA、cuDNN的版本对应表
热门推荐
发布工作学习过程中遇到的问题和解决方案
05-02 23万+
TensorFlow​经过测试的构建配置官网说明
cuda+TensorFlow详细的安装
qq_45771209的博客
05-12 3980
这里写目录标题二级目录三级目录 这是默认的安装位置 二级目录 安装完毕后，系统会默认添加环境变量 三级目录
快速查找cudnn、tensorrt、cuda之间匹配对应的版本
Vingnir的博客
01-08 3172
这里笔者提供一种快速查找cudnn、tensorrt、cuda之间匹配对应的版本的方法，仅供参考。
深度学习TensorRT安装，以及VS2019、CUDA、cuDNN匹配
mw的博客
11-17 3464
准备在Windows10上安装TensorRT用于深度学习，查询得知首先要安装CUDA和cuDNN，但安装之前要先安装VS，因为安装CUDA工具包时会自动安装vs中的一些插件，如果顺序反了的话，后续要手动配置，非常麻烦。当然安装之前还需要考虑自己电脑的配置，以及各版本之间是否匹配，减少不必要的麻烦！已经提前配置好pycharm和Anaconda,选用python = 3.9的版本。
NVIDIA CUDA驱动ubuntu20.04下载地址
最新发布
03-31
<think>好的，我需要帮用户找到适用于Ubuntu 20.04的NVIDIA CUDA驱动下载链接。首先，我应该先确认用户的需求是什么。用户提到的是“NVIDIA CUDA driver”，这里可能需要明确一下，CUDA驱动通常指的是NVIDIA的显卡驱动，因为CUDA工具包本身可能需要先安装合适的显卡驱动。不过有时候用户可能会混淆这两个概念，所以需要确认清楚。 根据用户提供的引用内容，引用[1]、[2]、[3]都涉及到在Ubuntu 20.04下安装NVIDIA驱动的步骤。特别是引用[3]提到了安装驱动的具体命令，使用.run文件，比如NVIDIA-Linux-x86_64-535.113.01.run。这说明用户可能需要的是NVIDIA官方的显卡驱动下载链接，而CUDA工具包可能需要另外安装，但驱动是前提。 接下来，我需要指导用户如何正确获取驱动。首先，建议用户确认自己的显卡型号，因为不同的显卡可能需要不同版本的驱动。然后，访问NVIDIA官方网站的驱动下载页面，选择对应的产品类型、系列和操作系统。例如，对于Ubuntu 20.04，用户需要选择Linux 64-bit版本。 另外，引用[2]提到了离线安装的情况，用户可能需要下载.run文件进行手动安装。因此，正确的下载链接应该来自NVIDIA官网，用户需要手动选择参数来获取对应的驱动文件。同时，用户需要注意驱动版本与CUDA版本的兼容性，因为不同的CUDA版本可能需要特定的驱动版本支持。 此外，引用[1]强调安装驱动前必须确保已经正确安装显卡驱动，否则可能导致问题。因此，在安装CUDA之前，用户必须先安装合适的NVIDIA驱动。如果用户需要同时安装驱动和CUDA，可以考虑使用CUDA Toolkit自带的驱动，但通常推荐单独安装驱动以确保稳定性。 最后，可能需要提醒用户安装完成后的验证步骤，比如使用nvidia-smi命令检查驱动是否正确安装，以及如何安装CUDA工具包。同时，根据引用[3]，卸载旧的驱动和CUDA的步骤也很重要，避免版本冲突。</think>### 分步解答 1. **确认显卡型号和系统信息** 在终端输入以下命令获取显卡型号： ```bash lspci | grep -i nvidia ``` 确认系统架构（x86_64或ARM）和Ubuntu版本（20.04 LTS）。 2. **访问NVIDIA官方驱动下载页面** 打开[NVIDIA驱动程序下载页面](https://www.nvidia.com/Download/index.aspx)，按以下步骤操作： - **产品类型**：选择“GeForce”（游戏卡）或“Tesla/Data Center”（专业卡如A100） - **产品系列**：根据显卡型号选择（如RTX 30系列、A100等） - **操作系统**：选择“Linux 64-bit” - **CUDA Toolkit**：若需兼容特定CUDA版本，需参考[NVIDIA CUDA兼容性表](https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html)选择驱动版本[^3]。 3. **下载驱动文件** 例如，NVIDIA A100显卡在Ubuntu 20.04 LTS下的驱动文件名可能为： - x86架构：`NVIDIA-Linux-x86_64-550.54.15.run` - ARM架构：`NVIDIA-Linux-aarch64-550.54.15.run`（如引用[2]所示） 4. **安装驱动（需关闭图形界面）** ```bash sudo systemctl isolate multi-user.target # 进入命令行模式 chmod +x NVIDIA-Linux-*.run sudo ./NVIDIA-Linux-*.run --no-opengl-files # 避免OpenGL冲突[^2] sudo reboot ``` 5. **验证驱动安装** 输入以下命令检查驱动版本： ```bash nvidia-smi ``` 输出应包含GPU信息和驱动版本号（如550.54.15）。 --- ### 附加说明 - **CUDA Toolkit独立安装**：驱动仅支持GPU基础功能，完整CUDA开发需从[NVIDIA CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)下载对应版本（如CUDA 12.2）。 - **离线安装**：若需离线环境，需提前下载驱动和CUDA的.run文件（引用[2]方法适用）。 ---
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