安装Tensorflow 2.4 +cuda11.2+cudnn8.0 安装过程,尝试conda失败，手动安装cuda和cudnn，pycharm装tf

最新推荐文章于 2025-05-14 12:43:33 发布
最新推荐文章于 2025-05-14 12:43:33 发布
阅读量5.3k 收藏 28
点赞数 1
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： python cuda tensorflow
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/dingo11/article/details/113832278

目录

 

1.硬件配置

2.通过conda安装

3.手动安装

  3.1下载CUDA

3.2下载cudnn

3.3安装CUDA

3.4安装cudnn

3.5使用pycharm 安装tensorflow-gpu

4.可能出现的问题

5.实现

1.硬件配置

查找自己手上的资源

系统：win10 64 位

GPU：RTX 1050Ti

根据------查找显卡的架构，只要大于3就可以

2.通过conda安装

装了两天都装好了，但是hdf5报错，弄的焦头烂额，放弃

3.手动安装

  3.1下载CUDA

CUDA下载页面 进入下载

下载的时候不懂，就按照最新的下载，可以使用

确实比较大，但是网速还不错，一会下载成功。

留存，下载cudnn

3.2下载cudnn

点击进入下载界面，进入下载

这时需要注册，

最低0.47元/天 解锁文章

200万优质内容无限畅学
tensorflow安装教程(GPU版本 Win11 anaconda tensorflow2.9 python3.8 cuda11.2)
zqt14t的博客
07-01 4008
联想拯救者Y7000P 显卡：英伟达4060 系统：Win11。
【安装教程】Win10环境下安装tensorflow-gpu（gpu版）
WS_Change的博客
06-06 1492
默认已经安装好Anaconda。
windows下tensorflow-gpu2.5+cuda11.2+cudnn8.1环境配置
Mar_mxs的博客
03-05 730
过程中的安装地址要记住，建议新手选择默认，后面的环境变量及cudnn直接按照地址复制就好。要下载2019版本，2022好像不很适配，cudn11.2以上的版本或许可以尝试。是一个压缩包，解压后将其对应的目录下dll文件复制到cuda对应目录下即可。除了cuda的勾全部去掉，版本不同会有问题，只安装cuda即可。visualstidio官网是2022版本，找2019的下载。将这两行添加到path里，上移至cuda后面。下载的cuda版本需要小于等于这个版本。安装后如下，更新驱动即可。在英伟达官网即可下载。
CUDA详细安装及环境配置——环境配置指南 – CUDA+cuDNN+PyTorch 安装
最新发布
2501_90350274的博客
05-14 2441
本文详细介绍了如何确定显卡支持的CUDA版本、选择对应的cuDNN版本，并逐步安装CUDA、cuDNN和PyTorch。首先，通过命令行输入nvidia-smi.exe查看显卡支持的CUDA版本。接着，根据CUDA版本选择对应的cuDNN版本并下载。然后，从NVIDIA官方网站下载CUDA安装包，按照提示进行安装，并检查是否安装成功。同样地，下载cuDNN安装包，解压后将文件拷贝到CUDA安装目录中，并通过命令行验证安装是否成功。最后，根据PyTorch官网的指引，选择合适的安装命令进行PyTorch的安装
cuda+cudnn+tensorflow2.4安装血泪史
mayyyyyya的博客
02-04 4951
安装cuda+cudnn（参考:https://geek-docs.com/pytorch/pytorch-tutorial/pytorch-optimization.html） 我之前已经安装好了查看了一下我安装的cuda版本是11.1，但查看了这个网站,https://www.tensorflow.org/install/source#common_installation_problems 似乎我的版本没有对应的tensorflow版本（qaq） 但全部重装更麻烦，我还是一口气先继续装下去，没准有奇迹
conda 安装 cudatoolkit cudatoolkit-dev nvcc 的方法
csjiyw的博客
05-13 2315
nvidia现在官方提供了一键安装所有cuda依赖，再也不需要自己去单独安装cudatoolkit cudatoolkit－dev等等依赖了。命令如下，记得指定版本。
cuda11.2.2+cudnn8.1.1+tensorflow2.10.0小白文
weixin_48445295的博客
04-01 2513
本文适合纯小白。一、总体概述文章的最后一个注意比较重要，因为找了很多文章基本都是独立的，一篇安装anaconda，一篇安装pycharm，一篇安装tensorflow，结果在各自的文章很可能就不会聊到这个问题，最后要去重新找解决这个问题的办法。
2021-11-23-GPU版本Tensorflow+Keras环境安装与配置
mangfan1993的博客
11-23 8897
目前TensorFlow的最新版本（2.7）已经默认支持CPU和GPU。 安装前需要先确认显卡算力是否达到最新版的要求，算力低于3.0的版本本文暂不涉及。 自己亲测的组合有以下两种：（1）旧版（3.0 <算力 < 3.5）：python3.6.5+CUDA8.0+cuDNN7.14+tensorflow1.2.0 （2）新版（算力 > 3.5）：python3.8.12+cudatoolkit11.3.1+cudnn8.2.1+tensorflow2.7+Keras2.7 本
Pytorch量化+部署
u013250861的博客
06-22 2020
Open Neural Network Exchange (ONNX, 开放神经网络交换)格式，是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移。ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如PyTorch, MXNet）可以采用相同格式存储模型数据并交互。ONNX的规范及代码主要由微软、亚马逊、Facebook和IBM等公司共同开发。
tensorflow2.4版本前对应cuda
weixin_42115756的博客
01-21 5459
深度学习 cuda11.1+cudnn8.0.4+tensorflow2.4.0环境安装补充教程 2021.1.27 for win10
WindandDust的博客
01-27 1982
声明:本教程为对下列B站视频安装环境过程的补充说明，大家可以结合视频使用 视频地址:https://www.bilibili.com/video/BV1bK4y187k7?p=4 注1:由于视频发布时间较早，所以存在一些版本不兼容的问题，这也是写本博客的原因 注2:如果你的电脑没有N卡，那你就不用看本教程了 注3:到我在写这篇博客时，NVIDIA 发布的cuda最新版本为11.1,如果以后发布了更新的版本，那么不保证本教程的有效性。 1.首先查看你的N卡所支持的版本。 桌面右键->NVIDIA控制面板
Pytorch GPU模型推理时间探讨2——显卡warm up
一个苦逼研究僧的博客
08-05 2932
pytorch模型在GPU的推理时间探讨-part2
CUDA安装失败，及解决方案
moonlightpeng的博客
04-01 6760
应该是显卡要求11.1才可以 如果要下载哪个版本直接在搜索
【2020配环境 | 深度学习全套】anaconda+cuda8.0+cudnn+pytorch1.0.1
欢迎来到我的博客～
06-06 474
安装完成后 后来添加环境变量path 再更换清华源，命令行运行 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes 即可 后来参...
Pytorch 在anaconda环境安装时的问题及解决（CUDA11.2）
mrpig13的博客
01-14 1457
CUDA11.2 pytorch 安装问题
从底层向上理解GPU（GPU驱动的初始化过程）
jiangbo1017的专栏
02-27 1万+
背景 这一系列的总结本来应该伴随着项目及时的整理的，但是对于显卡驱动而言，本身能够参考的资料就非常的少，只能自己从内核代码中去不对揣摩推敲。项目的目的其实非常的简单粗暴，为什么这么说呢，因为要做的工作包含在嵌入式设备上实现一个2D硬件加速器，能够支持Mesa开源3D图形库，egl,DLX以及DRM模块。最后达到一个类桌面环境下的基于硬件加速的3D应用开发环境和显示平台。本篇文章是依据GPU内核代
cuda11镜像
LeMark2333的博客
11-19 695
cuda11镜像
在Conda环境中安装cuDNN库的详细指南
抟土成人祖，炼石补青天。眼中览银河，手可摘星辰。
08-04 1819
安装与cuDNN兼容的CUDA Toolkit版本。假设安装CUDA 11.2版本。使用conda安装cuDNN库。确保选择与CUDA版本匹配的cuDNN版本。通过这些步骤，你可以在Conda环境中成功安装并配置cuDNN库。首先，确保你已经创建或激活了一个Conda环境。最后，设置cuDNN的环境变量。
cuda和cudnn的安装教程(全网最详细保姆级教程)
热门推荐
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
08-25 5万+
CUDA和cuDNN是由NVIDIA提供的两个关键软件库，用于利用NVIDIA GPU进行高性能计算和深度学习加速。
评论 2
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