Win10+GTX1050+cuda8.0+cuDNN5.1+Tensorflow-gpu1.0.1+Keras+xgboost环境搭建

最新推荐文章于 2025-03-13 18:49:36 发布
原创 最新推荐文章于 2025-03-13 18:49:36 发布 · 1.4k 阅读 · 1 ·
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。
文章标签：

#python #深度学习 #gpu

本文详细介绍了在Win10系统下，拥有GTX1050显卡的环境下，如何成功搭建CUDA8.0、cuDNN5.1、Tensorflow-gpu1.0.1和Keras的深度学习环境。过程中解决了安装VS2015社区版后遇到的d3dx9.h文件缺失问题，以及如何选择与CUDA版本匹配的Tensorflow-gpu版本。同时，也给出了xgboost的安装步骤。

原文：Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建

地址如下：https://www.jianshu.com/p/0c57e8e951af

排坑1：安装VS2015社区版后生成解决方案会出现无法打开包括文件:“d3dx9.h”等文件

解决方案：下载DXSDK_Jun10.exe并安装(下载地址：DXSDK_Jun10),安装后可能会出现下图这种情况，错误码S1023

错误原因：

计算机上有安装过更新版的Microsoft Visual C++ 2010 Redistributable，打开“控制面板”的“程序和功能”，果然计算机里之前有安装“Microsoft Visua

最低0.47元/天 解锁文章
SCQ10
关注
win10+GTX1050+CUDA9.0+cudnn7.6
wenroudebaozi的博客
06-29 2637
Windows10安装cuda9.0和cudnn9.6 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式
windows10 显卡GTX1050安装tensorflow-gpu教程: win10+CUDA9.0+CUDNN7.1+tensorflow1.9(或者1.10)
haomingzi521的博客
04-11 5777
windows10 显卡GTX1050安装tensorflow-gpu教程: win10+CUDA9.1+CUDNN7.1+tensorflow1.9(或者1.10) win10 显卡GTX1050安装tensorflow-gpu 最近换了一台拥有GTX1050的机子，所以告别了原来在cpu上跑tensorflow，但是没想到竟然了配置了大半天，中途也遇到了很多的坑，在这里记下来，希望更多的朋友少...
GTX1050用于win7+cuda8.0+cudnn6.0+tensorflow-gpu版本对照
04-23
装GTX1050的tensorflow-gpu出错虐了我一整天，网上很多人也有类似问题，这里给出了GTX1050在win7下的安装版本匹配情况和文件。GTX1050用于win7+cuda8.0+cudnn6.0+tensorflow-gpu版本对照
【CUDA】在 Windows 10 上为 NVIDIA GTX 1050 安装 CUDA 11.1 环境
人生苦短，睡觉要紧，睡醒再说
08-16 7254
在 Windows 10 上为 GTX 1050 显卡和 CUDA 11.1 配置 CUDA 环境涉及几个步骤，包括安装 NVIDIA 驱动、CUDA 工具包和 cuDNN。
笔记本GTX1050（计算能力6.1）安装cuda11.0+cudnn8.2（for cuda 11.x）+pycharm tensorflow-gpu2.4.0错误排除
weixin_43756600的博客
08-07 5513
我最先下载的是最新的cuda11.4.1以及tf-gpu2.5.0，后来因为觉得版本太高才降低了版本，这三者的版本对应很重要，比如tf2.5.0就不能用cuda11，我才降的级。 这里主要说几个坑，截止到2021.8，最新的cuda11.4.1和tf2.5.0版本的最新对应可以看英伟达官网https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html查看驱动版本的支持，驱动版本在英伟达控制面板点击主页就能...
ubuntu安装cuda8.0,cudnn6.0,tensorflow-gpu1.3.0,keras,pytorch
weixin_43379058的博客
04-17 1285
记录安装过程安装nvidia显卡驱动降低gcc，g++版本安装cuda安装cudnn安装tensorflow-gpu安装pytorch安装结束 tensorflow-gpu 版本比较难安装，几次安装成功后发现其实用的还是cpu，不建议用conda安装，如果你不是非要使用gpu的话，conda安装确实最快，使用以下命令即可 #注意conda版本中python要为3.6版本，建议安装conda4.6....
Ubuntu16.04 (WIN10)+ cuda8.0 + cudnn5.1 + tensorflow1.0.1配置
My Caroline的博客
04-20 1768
Ubuntu16.04 (WIN10)+ cuda8.0 + cudnn5.1 + tensorflow1.0.1配置
【深度学习】Linux完全离线搭建tensorflow_gpu环境详尽流程：RHLS7.8+cuda11.0+cudnn11.3+tensorflow_gpu2.6-cp38
baidu_39413110的博客
09-10 1891
【深度学习】Linux完全离线搭建tensorflow_gpu环境详尽流程：RHLS7.8+cuda11.0+cudnn11.3+tensorflow_gpu2.6-cp38一、查看操作系统二、安装gcc三、安装epel四、安装相应版本的kernel五、禁用nouveau六、安装cuda6.1 安装cuda6.2 环境变量配置6.3 测试是否安装成功七、安装NVIDIA驱动八、安装cudnn九、安装anaconda十、安装tensorflow_gpu十一、远程访问jupyter设置 一、查看操作系统 ca
【03】如何检验 tensorflow-gpu 安装成功 ？win10+CUDA9.0+cuDNN7.0+python3.6+tensorflow_gpu1.10 构建可用环境
陆树勤的博客
11-06 8468
参考： https://blog.csdn.net/castle_cc/article/details/78389082 编写 demo.py import tensorflow as tf sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 查看日志信息若包含gpu信息，就是使用了gpu。 执行 de...
win10 + gtx1050 + cuda9.0 + Tensorflow1.8 gpu版本安装
innovationy的博客
11-14 1143
win10 + gtx1060 + cuda9.0 + Tensorflow1.8 gpu版本安装 俺电脑是GTX1050，对应CUDA9.0， 先安装acaconda 再安装cuda9.0，再安装cudnn 再创建虚拟环境 如： conda create -n your_env_name python=3.6 再安装GPU版本的 tensorflow pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple
工具包合集：xgboost.dll+xgboost-0.72-cp27(35,36,37)-cp27(35,36,37)m-win_amd64.whl
08-07
工具包合集：xgboost.dll+xgboost-0.72-cp27(35,36,37)-cp27(35,36,37)m-win_amd64.whl，包括python2.7,3.5,3.6,3.7的xgboost工具包
安装ubuntu20.4+gtx1050+cuda11.3
gongdiwudu的专栏
10-18 6645
1 背景知识： 安装cuda，需要记住若干的要点 CUDA开发环境依赖于与主机开发环境（包括主机编译器和C运行时库）的紧密集成，因此，有如下要点，安装者必须清楚： 1）ubuntu版本不同，安装差别很大，安装步骤出错后，不能前后借鉴。 2）cuda在11.0之前和之后差别很大，11.0之后必须给出依赖细节。 3）安装cuda-toolkid文件必须挑选。 4）c和c++一般需要注意。 另外，安装不上是常态，如何清除已经安装了一半的废墟，需要正规语句。清除已安装的cuda用语句： sudo
windows10 显卡GTX1050安装tensorflow-gpu教程以及Tensorflow不同版本要求与CUDA及CUDNN版本对应关系（GPU版本）
qq_41133375的博客
06-11 1万+
windows10 显卡GTX1050安装tensorflow-gpu教程以及Tensorflow不同版本要求与CUDA及CUDNN版本对应关系一、安装准备与对应信息二、安装anaconda三、安装cuda9.0四、安装cuDNN五、安装tensorflow-gpu六、在anaconda下载Jupyter-notebook 一、安装准备与对应信息 本人电脑是GTX1050显卡，所选择的版本CUDA9.0+CUDNN7.6+tensorflow-gpu1.10 官网下载太慢，打包在了百度网盘。（未分享中，着急
win10 64位 环境下 GPU N卡 GeForce 1050Ti，CUDA11.8 安装
最新发布
weixin_64771901的博客
03-13 1344
关于版本与电脑是否已经安装了CUDA版本可以询问Ai，因为电脑不同，显卡不同，以及更新会导致版本的对应略有不同，我目前1050Ti支持最高版本CUDA12.6，可以向下兼容的，但是低版本的GPU不太建议选择高版本的CUDA。这个视频里面提到visual stduio与CUDA的关系，我本身电脑安装了VS022，所以没有里面的那个问题。因为要用colmap与nerf，如果有因为这两个软件而来的，也可以讨论。所以要配置CUDA，刚开始感觉很繁琐，但是回顾过程没那么麻烦，因此记录一下整个安装过程。
数据挖掘学习(一)——xgboost GPU配置加速，GPU性能查看Tips
热门推荐
酬勤的博客
07-19 2万+
xgboost模型在跑大数据集时速度堪忧，正好最近配置了一块RTX2070，在网上搜了颇多资料利用GPU加速xgboost，在这里做一个归纳整理； 另外，附上xgboost参数概括比较好的资料： Xgboost官方中文文档 Xgboost参数解释及调参 xgboost GPU加速： 参考资料： 给你的大杀器装备核弹——Windows下安装使用GPU版XGBoost详细参考指南 GPU加速xgboost——win10下配置 第一份资料完整阐述了GPU配置的整个过程，先用cmake生成文件，然后用vs编译，这里
xgboost的gpu环境配置
CJN_UESTC的博客
01-17 1999
网上的配置方法参差不齐，踩了一些坑以后，记录一下自己配置成功的方法： 不管是window还是linux,cuda还是要装的，具体怎么装就不说了，下面主要说gpu版的xgboost的配置 windows： 跟着这篇博客的搞就行了。 linux(ubuntu): 跟着官方文档搞 跟着一步一步敲就行了，主要命令是： git clone --recursive https://github.com/dml...
Win10+GTX1050Ti+tensorflow-gpu1.8+CUDA9.0+Cudnn7.4.1环境搭建
Petrichoryi的博客
03-15 2363
Win10+GTX1050Ti+tensorflow-gpu1.8+CUDA9.0+Cudnn7.4.1环境搭建 前言 tensorflow CPU 版本实在不是一般的慢，前段时间捣鼓了几天，跳了很多坑终于成功地安装了GPU版本，速度蹭蹭地快了。自己安装也参考了很多博客，现整理一下环境的搭建过程。 一.本机配置 Win10 i5-8300H GTX1050Ti 二.安装准备 Anaconda3 ...
查看英伟达Nvidia显卡、cuda版本
最后一排的理科生
04-02 1万+
英伟达各版本CUDA地址以及与驱动对应关系。
Win10上配置Keras+Tensorflow-GPU
Wayne的优快云博客
04-21 861
配置说明： 此套版本适用于GTX1050, 1050Ti 一. 安装Anaconda3 我之前预先安装的是Anaconda3 5.2.0 安装包点此：清华镜像源 二. 安装CUDA 9.0 之前试过10.0版本，版本匹配失败，后改用9.0总算成功了。 英伟达官网下载 我这里直接尝试的精易安装，如果出现失败，可以尝试自定义并配置环境变量，参考：CUDA9.0安装 三. 安装CUD...
BCDautofix+V1.0.1：双系统启动菜单自动修复工具发布
BCDautofix V1.0.1 是一款专注于修复双系统或多系统启动菜单的工具。为了深入理解这款工具，我们需要从多个角度探讨与之相关联的知识点，包括双系统启动原理、BCD（Boot Configuration Data）存储的结构、BCDautofix...
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