win10安装CUDA10实地测试！tensorflow专场！

最新推荐文章于 2024-06-12 11:47:29 发布
原创 最新推荐文章于 2024-06-12 11:47:29 发布 · 854 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

本文详述了在Windows 10系统中安装CUDA10的步骤，包括从指定地址下载，傻瓜式安装，配置环境变量，验证安装成功，以及后续安装cuDNN以提升TensorFlow训练速度的过程。安装cuDNN时需要注意登录开发者账号以提高下载速度，并正确将解压后的文件复制到CUDA对应目录。最后通过pip安装tensorflow-gpu完成GPU版本的TensorFlow设置。

1.下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
我下载的是cuda10版本，本来应该下载8的，看走眼
在这里插入图片描述
2.下载完成后傻瓜式安装，过程不截图了
在这里插入图片描述
3.配置环境：C:\Program Files (x86)\CUDA\nvcc 将这个路径配置到环境变量里去
在这里插入图片描述
4.然后打开cmd,输入命令 ：nvcc --version ，成功安装，输入nvcc --help可查看所有命令
在这里插入图片描述
5.接着开始安装GPU加速器cuDNN，有利于加快tensorflow训练速度！下载链接：https://developer.nvidia.com/rdp/cudnn-download，这里要创建账号，最好登录一下VXN，否则网速会很慢！还要进行谷歌人机认证

在这里插入图片描述
6.下载完文件后解压，会发现三个文件夹，分别将这三个文件夹的

最低0.47元/天 解锁文章
Win10下安装Tensorflow（GPU）+CUDA8.0+cudnn6
TongXXhaha的博客
07-22 1万+
        cudnn6安装包: https://pan.baidu.com/s/1ko5kTFj5hTNrGEBpmqgs-A 密码：jpw5    之前在win10下一直配置不好TensorFlow(GPU)版本，苦苦挣扎几天后无奈转向在ubantu 14.04下安装，安装成功后近日又想在Windows上再试一次，结果很顺利，几个小时便安装好了TensorFlow GPU版本。本文主要写基...
Windows10 + CUDA
最新发布
syl_xstq的博客
07-26 2403
CUDA工具包为创建经 GPU 加速的高性能应用提供开发环境，其中包含多个 GPU 加速库、多种调试和优化工具、一个 C/C++ 编译器以及一个用于部署应用的运行环境库。本文主要介绍如何在Windows10系统上搭建CUDA运行环境，提供必需软件的下载途径以及基本配置，进行相关环境验证。
cuDnn-win10-Cuda10.0(亲测)
04-01
cuda所需GPU加速的库，官网需要注册而且速度慢，使用注意：解压后复制到cuda的环境中。
tensorflow1.12支持cuda10
01-11
自编译tensorflow： 1.python3.5,tensorflow1.12; 2.支持cuda10.0,cudnn7.3.1,TensorRT-5.0.2.6-cuda10.0-cudnn7.3; 3.无mkl支持; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 TI 配置信息： hp@dla:~/work/ts_compile/tensorflow$ ./configure WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown". You have bazel 0.19.1 installed. Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python3 Found possible Python library paths: /usr/local/lib/python3.5/dist-packages /usr/lib/python3/dist-packages Please input the desired Python library path to use. Default is [/usr/local/lib/python3.5/dist-packages] Do you wish to build TensorFlow with XLA JIT support? [Y/n]: XLA JIT support will be enabled for TensorFlow. Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: No OpenCL SYCL support will be enabled for TensorFlow. Do you wish to build TensorFlow with ROCm support? [y/N]: No ROCm support will be enabled for TensorFlow. Do you wish to build TensorFlow with CUDA support? [y/N]: y CUDA support will be enabled for TensorFlow. Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 10.0]: Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-10.0 Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.3.1 Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-10.0]: Do you wish to build TensorFlow with TensorRT support? [y/N]: y TensorRT support will be enabled for TensorFlow. Please specify the location where TensorRT is installed. [Default is /usr/lib/x86_64-linux-gnu]://home/hp/bin/TensorRT-5.0.2.6-cuda10.0-cudnn7.3/targets/x86_64-linux-gnu Please specify the locally installed NCCL version you want to use. [Default is to use https://github.com/nvidia/nccl]: Please specify a list of comma-separated Cuda compute capabilities you want to build with. You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus. Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 6.1,6.1,6.1]: Do you want to use clang as CUDA compiler? [y/N]: nvcc will be used as CUDA compiler. Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: Do you wish to build TensorFlow with MPI support? [y/N]: No MPI support will be enabled for TensorFlow. Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: Not configuring the WORKSPACE for Android builds. Preconfigured Bazel build configs. You can use any of the below by adding "--config=" to your build command. See .bazelrc for more details. --config=mkl # Build with MKL support. --config=monolithic # Config for mostly static monolithic build. --config=gdr # Build with GDR support. --config=verbs # Build with libverbs support. --config=ngraph # Build with Intel nGraph support. --config=dynamic_kernels # (Experimental) Build kernels into separate shared objects. Preconfigured Bazel build configs to DISABLE default on features: --config=noaws # Disable AWS S3 filesystem support. --config=nogcp # Disable GCP support. --config=nohdfs # Disable HDFS support. --config=noignite # Disable Apacha Ignite support. --config=nokafka # Disable Apache Kafka support. --config=nonccl # Disable NVIDIA NCCL support. Configuration finished 编译： bazel build --config=opt --verbose_failures //tensorflow/tools/pip_package:build_pip_package 卸载已有tensorflow： hp@dla:~/temp$ sudo pip3 uninstall tensorflow 安装自己编译的成果： hp@dla:~/temp$ sudo pip3 install tensorflow-1.12.0-cp35-cp35m-linux_x86_64.whl
win10系统下cuda版本检查、cuda安装以及gpu版本的pytorch安装
Acmer_future_victor的博客
12-16 2453
本文为转载文章，原文链接为https://blog.youkuaiyun.com/优快云1683/article/details/107054886 我的电脑是Win10系统64位，安装python3.7.4版本，电脑本身CUDA 9.1，此处下载新版本CUDA 10.2，下载安装pytorch 目录 一、确定配置1. 检查电脑系统win10（win还是linux）2. 确定Python版本3. 确定显卡，查询CUDA版本 二、CUDA1. 查询并下载CUDA2. 下载CUDA3. 安装CUD
CUDA10安装支持gpu的tensorflow版本
feifeiyechuan的博客
07-02 2019
由于英伟达官方宣称CUDA10有着巨大的性能提升，我便迫不及待的想尝试用它来训练深度学习模型，然而现在Tensorflow的最新官方GPU版本1.12并不支持在CUDA10下的模型训练，因此便翻墙到国外论坛找材料，最终找到了可以完美适配CUDA10的tensorflow方案。具体的环境如下： 安装步骤： 首先将相关的轮子依赖下载到本地系统中，（https://download.csdn.ne...
TensorFlow的环境配置与安装教程详解（win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5）
09-16
在本教程中，我们将详细讲解如何在Windows 10操作系统上配置和安装TensorFlow的GPU版本，具体配置包括GeForce GTX 1060显卡、CUDA 9.0、cuDNN 7.3以及TensorFlow-gpu 1.12.0，同时使用Python 3.5.5。 首先，确保你...
win10+cuda9.0+cuDNN 7.0+Tensorflow1.5（GPU）安装-附件资源
03-02
win10+cuda9.0+cuDNN 7.0+Tensorflow1.5（GPU）安装-附件资源
Win10 Anaconda下配置cuda10.0+cudnn7.31+tensorflow1.13.1+jupyter notebook
01-20
电脑配置：联想小新pro13,win10,cuda10.2.95 建议: 电脑cuda高的，可以安装cuda版本低的。 我一开始安装的cuda10.2+cudnn7.65+tensorflow-gpu2.0，新的tensorflow有很多语句不一样，太麻烦了，又改为1.13.1版本。 1....
win10安装tensorflow-gpu1.8.0详细完整步骤
01-20
电脑环境如下：win10(64位)+CPU:E5-2603 +GPU:GTX 1070 需要安装的软件如下：Anaconda3-4.2.0-Windows-x86_64(python 3.5.2) + tensorflow-gpu 1.8 + CUDA 9.0 + cuDNN v7.1 for CUDA9.0 若你想在自己的windows上...
【TensorFlow】Window10搭建GPU环境（CUDA、cuDNN）
See_Star的博客
11-19 4587
使用TensorFlow-gpu，需要配置GPU环境。文章包含以下部分：①介绍GPU与CPU的区别；②安装CUDA、cuDNN。③在anaconda环境下配置cuDNN。
在CUDA10的环境下安装支持gpu的tensorflow版本（亲测有效）
小帆的博客
11-29 2万+
由于英伟达官方宣称CUDA10有着巨大的性能提升，我便迫不及待的想尝试用它来训练深度学习模型，然而现在Tensorflow的最新官方GPU版本1.12并不支持在CUDA10下的模型训练，因此便翻墙到国外论坛找材料，最终找到了可以完美适配CUDA10的tensorflow方案。具体的环境如下： NVIDIA Driver Version 411.63 CUDA Version...
WIN10下安装tensorflow-gpu+cuda10.0+cudnn
qq_39833121的博客
08-09 2197
在WIN10下安装tensorflow-gpu+cuda10.0+cudnn前提cuda10.0cudnn 7.4tensorflow-gpu1.13.1总结 前提  年初在做tensorflow内容的学习时曾安装过一次tensorflow-gpu，当时使用cuda9.0+tensorflow-gpu1.9，尝试过安装高版本因为一路报错，试了多个版本后才成功。现在换了新电脑重新安装使用tensor...
win10+tensorflow+cuda+cudnn安装
weixin_38609009的博客
05-20 328
win10下安装tensorflow：在前人的基础上，尝试了一下win10+tensorflow的感觉，最终安装成功。其实tensorflow版本一直在更新，所有无论什么时候的教程都会略有滞后。而且由于每个人的需求不同，会有不同的结果。1、安装python    python的安装在此不表，百度直接搜，然后找一个不要太新的版本号即可。当前比较流行的是3.5    此处可以更换一下镜像，如使用ali...
Windows10系统下的tensorflow-gpu+CUDA+cuDNN配置
张齐贤的博客
04-08 3069
在使用了一段时间的cpu版本的tensorflow之后，出于对GPU版本的好奇和实际中想用GPU加速训练的探索。本人看了好多博客也配置了好多次，趟过的浑水可以说是极多了，对产生过启发的博客作者再次表示感谢。（结尾有彩蛋，需要下载CUDA各版本和cnDNN7.0的朋友们有福了，需要下载cndnn，一积分） 第一步，我是在windows10系统上进行的工作。 第二步，要看你的NVIDIA英...
Windows10下安装GPU环境Cuda和Pytorch教程图解
weixin_40547993的博客
06-12 5668
在深度学习和高性能计算领域，利用GPU进行计算已经成为提升效率的关键手段。CUDA是NVIDIA推出的并行计算平台和编程模型，它使得开发者能够利用NVIDIA GPU的强大计算能力。同时，PyTorch作为一个广泛使用的深度学习框架，以其易用性和灵活的动态计算图受到了研究人员和开发者的青睐。为了在Windows10系统上充分利用GPU进行深度学习训练，需要正确安装和配置CUDA和PyTorch。
win10配置cuda和cudnn做tensorflow的GPU运算
RicardoSuzaku的博客
12-20 442
电脑MSI GL62M，4G的1050，python版本为3.5.4，前面过程省略，直接开始配置GPU pip install tensorflow-gpu安装gpu版本的tensorflow，速度慢的试试清华镜像 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu自动适配python版本 花了整整三天，下载...
win10+cuda10+tensorflow-gpu安装教程
朕蹲厕唱忐忑的博客
05-25 916
请看：https://blog.youkuaiyun.com/liuyong5573/article/details/85472808 最后tf.Session()一般的显卡执行时间会比较长。
win10+cuda10+tensorflow-gpu最新安装教程
热门推荐
liuyong5573的博客
12-31 3万+
win10+cuda10+tensorflow-gpu最新安装教程背景简介安装包准备开干！合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入...
Win10 Py3.6.5环境下CUDA10.0+CUDNN7.5.1安装Tensorflow-GPU1.14.0教程
"这篇文档详细介绍了在Windows 10环境下，使用Python 3.6.5，CUDA 10.0和cuDNN 7.5.1版本，以及Anaconda3来安装tensorflow-gpu-1.14.0的过程。" 在安装TensorFlow GPU版本时，首先需要确认你的硬件环境，特别是显卡...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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