安装CUDA, cuDnn, Tensorflow-gpu

本文介绍了如何确保CUDA, cuDNN和Tensorflow-gpu版本对应,并详细阐述了安装过程,包括环境变量设置。在安装完成后,通过CMD测试CUDA和Tensorflow-gpu,确认安装成功并能利用GPU进行加速。" 127430537,15182596,PowerMock入门教程:解决Mock测试难题,"['单元测试', 'Mockito', 'PowerMock', '测试框架', 'Java开发']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. CUDA cuDnn, Tensorflow-gpu 版本要对应

Tensorflow官网给出的对应关系
一定要注意版本对应关系
比如我要安装Tensorflow-gpu 2.3.0,对应Python版本3.5~3.8, cuDnn版本7.6, CUDA版本10.1

CUDA下载地址

cuDnn下载地址

pip安装Tensorflow-gpu

pip3 install tensorflow-gpu==2.3.0

2. 环境变量设置

Tensorflow官网给出的环境变量设置规则
CUDAcuDnn安装完成后,计算机图标上点右键,打开属性->高级系统设置->环境变量,系统中已经有了两条:

CUDA_PATH=E:\NVIDIA Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1=E:\NVIDIA Computing Toolkit\CUDA\v10.1

我们要在系统变量path里添加CUDA

PATH=%你自己安装的路径%\NVIDIA Computing Toolkit\CUDA\v10.1\bin
PATH=%你自己安装的路径%\NVIDIA Computing Toolkit\CUDA\v10.1\libnvvp

再添加cuDnn变量:

PATH=%你自己解压的路径%\cuda\bin

<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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