算力只有3.0，win7安装tensorflow-gpu 1.4+cuda8.0+cuddn6.0

最新推荐文章于 2024-02-22 17:32:31 发布

原创

最新推荐文章于 2024-02-22 17:32:31 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow-gpu #Anaconda3 #cuda8.0 #cuddn6.0 #pycharm

博主为了给小孩补习编程，尝试在算力3.0的老电脑上安装tensorflow-gpu。详细记录了从检查GPU算力、安装Anaconda3、创建tensorflow-gpu环境、安装CUDA 8.0和cuDNN 6.0，到使用PyCharm配置环境的全过程。尽管尝试了针对算力2.1的解决方案，但在实际操作中并未成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

纯word好几年，几乎已经完全忘记专业，为给刚上小学的小孩补习编程（节约培训费），学习了一下python+tensorflow。但是老电脑的显卡算力只有3.0，安装了cuda10+cuddn7，一直提示:Ignoring visible gpu device 。

只有重新安装支持gpu3.0的cuda8，记录一下过程，以免忘记。

1.先通过https://developer.nvidia.com/cuda-gpus，确定gpu必须满足算力3.0以上。
2.安装visula CPP 2015运行库。
3.安装Anaconda3（添加path）。
4.创建tensorflow-gpu环境，进入cmd，运行conda create -n tensorflow-gpu python=3.6。
5.切换到tensorflow-gpu环境，在cmd，运行activate tensorflow-gpu。
6.得到tensorflow-gpu小帽子，安装tensorflow，运行pip install tensorflow-gpu==1.4.0。
7.下载并安装cuda8.0及补丁，网址：https://developer.nvidia.com/cuda-80-ga2-download-archive。
8.下载cuddn6.0，解压缩后，copy到cuda的安装目录，win7版网址：https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/cudnn-8.0-windows7-x64-v6.0-zip；win10版网址：https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/cudnn-8.0-windows10-x64-v6.0-zip。
9.安装pycharm专业版，网上或者后面的评论有sn。
10.打开