windows10+mx150+ Cuda9.1+cudnn tensorflow-gpu环境配置

最新推荐文章于 2022-09-30 20:54:08 发布
原创 最新推荐文章于 2022-09-30 20:54:08 发布 · 1.0k 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。

本文档详细介绍了如何在Windows10系统上，配备MX150显卡的设备上配置CUDA 9.1、CUDNN和Python 3.6.5环境，以支持TensorFlow-GPU的运行。首先，确定CUDA版本并进行安装，接着安装CUDNN并与CUDA对应版本匹配。然后，通过清华镜像站加速下载Python，并配置pip源。最后，利用预编译的TensorFlow-Windows-Wheel文件安装TensorFlow-GPU，通过检查输出确认环境配置成功。

笔者使用的是 python 3.6.5 为了保证安装过程顺利，建议使用相同版本的python。

1.先安装CUDA  先安装CUDA 

   查看自己的显卡对应的cuda版本，没有英伟达独立显卡的自行放弃，打开英伟达控制面板，点帮助——>系统信息——>组件

截图      ----->截图

 

CUAD下载链接——>然后安装，自定义安装，不选vs那个就行了，路径默认。

然后检查CUDA是否安装好了。输入命令　nvcc -V 出来以下信息即完成。

检查CUDA

2安装cudnn

查看显卡的驱动版本信息，选择对应的cudnn。 这里的388，就是版本号，下载这

最低0.47元/天 解锁文章
鸭脖yb
关注
cuda9.1安装tensorflow问题
flowrush的博客
02-14 4180
报错  libcublas.so.9.0: cannot open shared object file 解决办法： cuda9.1版本太高，目前最新的tensorflow1.7是在cuda9.0下编译的，官方还没有支持cuda9.1。 下载别人编译的支持cuda9.1的tensorflow文件安装。 https://github.com/mind/wheels/releases/tag/tf...
Win10 + TensorFlow-gpu 1.7 + pip安装+PyCharm配置
一滴水，一缕光
04-22 5114
安装环境: 小米Pro, 处理器i5, 显卡NVIDIAGeForce® MX150在安装TensorFlow-gpu1.7版时首先需要安装CUDA® Toolkit 9.0，NVIDIA官网里有多个9.0版本的，我选择的是17年12月份的版本，其次是注意查看环境变量（2个）是否已配置。一般在安装它时，系统会自动配置环境变量的，建议按tensorflow 官网install指导里给的链接地址去下载...
CUDA9.1的tensorflow-gpu的.whl文件
11-08
解决官网下载的CUDA9.1版本的tensorflow在运行import tensorflow as tf时报OSError: [WinError XXX] 找不到指定的模块/Could not find 'cudart64_90.dll'的错误，适用于CUDA9.1的windows版本
CUDA9.1：用于win10中安装tensorflow-gpu
04-10
由于cuda9.1资源太大，所以只好通过百度网盘分享，文档中是链接和密码，如果失效，请联系我，留下邮箱。文档中是CUDA9.1版本，官网下载不下来，在这里分享一下，有需要的朋友可以从这里下载。有需要cuda9.0以及cudnn7.1的朋友可以从我的其他博客中下载，windows中安装tensorflow-gpu的详细教程也在本人其他的博客中，过程很详细哈哈，上个资源我只想要2积分，很奇怪系统定了5积分。。。不过资源肯定好用，本人使用的。
Tensorflow在win10系统python平台下安装GPU的Cuda9.1备忘
智能土豆的博客
05-08 346
Tensorflow是进行人工智能学习的利器，Python是优秀的学习平台。刚巧本机器又带有一个GPU，因此，在win10下，将这3者融合起来，实现在Python平台上使用带GPU加速功能的tensorflow的学习研究是一件有意义的事情。 基本过程： 软件版本Window10X64python3.6.4（64位）CUDACUDA Toolkit 9.1(Sept 2017) 以上版本测试通过。安...
CUDA、cudnn、tensorflow，配置tensorflow-gpu版
05-05
cuda9.2，cudnn7.2、7.4，tensorflow1.8,1.12.亲测可用。请查看自己GPU版本，必须匹配才能使用
NVIDIA GeForce MX150 的Win10安装TensorFlow-GPU教程
alienanlin的博客
03-11 1437
NVIDIA GeForce MX150 的Win10安装TensorFlow-GPU教程 （1）主要步骤可以参考。https://blog.csdn.net/qq_36026791/article/details/88793488 （2）在参考上述教程的同时，结合以下几点安装TensorFlow时的注意事项，应该会帮你节省一些时间。 TensorFlow-GPU的安装和CUDA、CUDNN的安...
Windows10 64位下TensorFlow安装记录
u013673437的博客
06-11 720
文章目录1 确定电脑型号2 确定CUDA版本3 安装Anaconda4 TensorFlow安装前准备5 使用Anaconda虚拟一个TensorFlow环境6 安装TensorFlow 1 确定电脑型号   电脑型号：微星(MSI)GL62VR 7RFX-848CN   系统：Windows10 64位   处理器：英特尔 Core i7-7700HQ   内存：16GB(8G+8G) (三星 ...
Windows 安装cuda+cudnn+yolo3 (含网盘资源)
weixin_45294823的博客
12-16 705
写在前面： 版本对应很重要！ 版本对应很重要！ 版本对应很重要！ 我的： Win10 + VS 2015 + cuda 10.0 + cudnn-v7.6.4 + opencv 3.4.0 + yolo3 主要参考教程：Win10+YOLOv3完整安装过程（亲测可运行） 1.核对系统条件 查看Windows ---- 设备管理器----“显示适配器” 发现我的有： Intel® UHD Graphics 620 NVIDIA GeForce MX150 查看http://developer.nvi
Cuda+cudnn+tensorflow_gpu+pytorch_gpu安装
鼠标滑轮不会动的博客
12-08 603
Cuda+cuDNN+tensorflow_gpu+torch_gpu安装 写在最前面 开始入门深度学习最头疼的就是配置环境，自己也是曾经头疼的撞（nan）墙(shou)，慢慢的摸索之后逐渐熟悉环境的配置，整理下来，希望能帮助刚入门的小伙伴们。 检查电脑（服务器）基本情况 安装之前需要检查自己的电脑是否具备安装Cuda的条件，也就是检查Cuda的版本。直接在Windows左下角的搜索栏里面找控制面板，然后找到Nvidia控制面板通过安装深度学习环境需要根据 输选择系统信息之后，找到显示能看到自己显卡的型
tensorflow-1.12支持cuda10.0
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.支持mkl,无MPI; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 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： hp@dla:~/work/ts_compile/tensorflow$ bazel build --config=opt --config=mkl --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
tensorflow-gpu ---所需要的cuda 和 cudnn
04-23
本人亲测有效的，我的电脑使用的是cuda的9.0 cudnn的7 然后tf-gpu 用的是1.8 win10 pycharm 中使用完全没有问题，欢迎下载~~ 百度网盘中下载 ！！！链接：https://pan.baidu.com/s/1khGV_g0dldV0HBiWNRHrsA
TensorFlow-CUDA-cuDNN版本配套关系表.docx
05-13
TensorFlow-CUDA-cuDNN版本配套关系表，还有python版本，compiler版本，build tools版本等对应。
win10+cuda9.0+cudnn7.05+tensorflow环境配置
04-10
本资源主要包含： cuda_9.0.176_384.81_linux.run cudnn-9.0-linux-x64-v7.0.5.tgz 主要用于linux环境下搭建tensoeflow运行环境。
cuda、cudnn、tensorflow以及nvidia GPU驱动安装
cvMat的博客
07-25 670
有一台服务器，在使用nvidia-smi命令是，提示： NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 解决方法（需有cuda安装经验）： 1）先...
Tensorflow cuda cudnn版本对应
LiuKe369的博客
07-13 793
Linux-GPU Linux Mac-GPU Mac
CUDA + cuDNN + tensorflow-gpu 安装
Qi__Xi的博客
09-30 3044
CUDA 9.0 + cuDNN 7.0 + tensorflow-gpu 1.11.0 安装教程
ubuntu16.04 cuda9.1 Tensorflow安装记录
davidyang_980的博客
05-02 437
在官网有tensorflow每个版本的推荐cuda 和cudnn环境，如下图 2.
tensorflow与cuda、cudnn版本对应
张幺幺的博客——学习记录
10-04 569
cpu版tensorflow版本对应信息请看官网链接 windows 官网地址：windows端tensorflow版本对应 linux 官网地址：linux端tensorflow版本对应
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