tensorflow2.2 配置cuda10.2 win10

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 3.3k累计阅读 3.4k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

原创最新推荐文章于 2026-09-14 14:58:37 发布 3.3k 阅读 AI 写同款· GEO 优化 ›

环境配置Win10+CUDA+CUDNN+Pycharm+tensorflow-gpu2.1.0安装过程环境配置过程电脑配置安装过程CUDA和CUDNNPycharm环境下安装Tensorflow-gpu电脑配置安装过程CUDA和CUDNNPycharm环境下安装Tensorflow-gpu 2.1.0 电脑配置安装过程 CUDA和CUDNN Pycharm环境下安装Tensorflow-gpu 电脑配置一、显卡：NVIDIA GTX950M **查看方式：**NVIDIA控制面板二、显卡驱动程序：帮助→系统信息可以看到自己电脑的配置，win10+显卡GTX950M，以及驱动程序版本456.38 点阅读详情

目前tensorflow的gpu版本推荐的cuda都是10.1的，在windows10上装了cuda10.2，tf还是报错，linux平台下网上提供的解决方案是建立软链接，在windows下需要把cuda安装目录下的cudart64_102.dll复制一份重命名为cudart64_101.dll，具体目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\cudart64_101.dll，这个根据个人电脑安装可能有不同

收录于

环境配置

当前文章被收录于：

环境配置

1 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#tensorflow #cuda #windows

TensorFlow 2.10 GPU 环境配置：Win10 + CUDA 11.2 + cuDNN 8.1 避坑 3 要点本文详细介绍了在Windows 10系统上配置TensorFlow 2.10 GPU环境的完整指南，包括CUDA 11.2和cuDNN 8.1的安装步骤、Anaconda环境设置以及常见问题解决方案。通过严格的版本匹配和优化配置，帮助开发者高效搭建深度学习开发环境，避免常见的安装陷阱。阅读详情

相关推荐

tensorflow1.12支持cuda10

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.无mkl支持; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 TI 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： bazel build --config=opt --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

cuda10.2 cudnn7.6 TensorFlow-gpu2.2.0遇到的坑

（纯纯小白的新手历程）记录一下cuda cudnn TensorFlow遇到的坑起因是想把一个用cpu跑的TensorFlow改成gpu。说是TensorFlow 2.0往上就不用区分cpu gpu了，结果亲测不行，最后还是pip tensorflow-gpu=2.2.0了 cuda的版本，很多教程说让要看先显卡信息，其实这里是最高可支持的，比这个低的也可以，最好不要用最新版本的。。。 cudart64_101 找不到这个的话，参考一个博主的做法（https://blog.csdn.ne

gg5358979的博客 2082

SAP 销售订单及发票利润中心替代 Userexit出口配置及程序

在跨公司销售业务中，跨公司销售订单的发票时无法从销售订单中将利润中心带到发票中，所以在跨公司的发票创建过程中需要配置出口来获取对应销售订单行项目的利润中心。事务代码： 0KEM 配置步骤： 1、创建一个新的替代 2、创建一个步骤 3、维护一个先决条件，比如针对于特定工厂 PCASUB-VKBUR = '0001' 4、选择替代程序FORM，FORM必须为指定程序中存在的FORM名 5、编辑替代程序FORM 实现效果：在程序FORM中打上断点 ...

李威威wiwi的博客 5069

因安装cuda10.2导致tensorflow1.0级版本（对应cuda10.0）相关代码不兼容的解决方案

因安装cuda10.2导致tensorflow版本相关代码不兼容的解决方案

weixin_42017945的博客 1569

VINS-Fusion实战：从零搭建无人机视觉SLAM系统（附ROS配置全流程）

本文详细介绍了如何从零开始为无人机搭建基于VINS-Fusion的视觉SLAM系统。内容涵盖硬件选型（重点推荐双目相机与IMU搭配）、ROS环境配置、传感器标定、核心参数调优以及实际飞行测试与问题排解全流程，旨在帮助开发者实现稳定、精确的无人机自主定位与导航。

wasm7browser的博客 213

CANOCO5.0实现冗余分析（RDA）最详细步骤

在地理及生态领域会常使用RDA分析，RDA的实现路径也有很多，今天介绍一下CANOCO软件的实现方法。1.不同样点和环境因子之间夹角是锐角是正相关，是钝角是负相关。2.夹角越大说明相关性较小，夹角越小，相关性越大。得有不同的物种或者样点数值，再加上环境因子数据。3.箭头越长相关性越大。时间调整到2010年。

Along6的博客 1万+

【日常bug2021.3.24】TensorFlow-GPU-cuda10.2安装

Tensorflow-gpu安装步骤 TensorFlow-GPU-cuda10.2安装

qq_43430964的博客 318

COMSOL仿真分析高压直流GIS/GIL绝缘性能优化

高压直流气体绝缘设备(GIS/GIL)的绝缘性能是保障电网可靠运行的关键。通过COMSOL Multiphysics多物理场仿真，可以深入分析气固界面电场分布与电荷积聚机理。该技术结合静电场、热场和电荷传输耦合计算，能准确模拟温度梯度对SF6气体与环氧树脂界面特性的影响。工程实践中，这类仿真可优化导体结构设计、改进绝缘材料配方，并建立电场-温度关联预警模型。特别是在80℃高温工况下，仿真显示界面电荷密度会显著增加23%，这对设备安全运行具有重要指导价值。

weixin_32075843的博客 191

cuda10.2安装GPU的Tensorflow

# 安装 pip install tensorflow-gpu==2.5.0 测试： # 查看tf版本 import tensorflow as tf print(tf.__version__) # 查看主机上运行的设备 import tensorflow as tf gpus = tf.config.experimental.list_physical_devices(device_type='GPU') cpus = tf.config.experimental.list_physical_devi

年少的勇气已经用完，剩下的就是三思而后行 2783

uniapp监听扫码枪键盘事件|无输入框式监听

一般的扫码枪通过USB或蓝牙连接手机或电脑，充当的是一个外接设备。当扫码后，扫码枪会自动识别内容，然后向连接的电脑或手机发送键盘事件keydown或keyup。

tcy9099的专栏 9748

【Unity动画系统】详解Root Motion动画在Unity中的应用（一）

什么时候勾选Bake into pose，当不希望动画带动游戏对象旋转时。在旋转的动画中一般是不用勾选的，因为就需要用它来带动我们的角色对象旋转。但在比如前进、后退、待机等动画来说，我们就可以勾选这里，以避免因动画文件本身的瑕疵而给我们带来的旋转。loop match：代表了这个动画在角度上的吻合度。如果这个动画在播放中转角过大，那么就会显示红色，告诉我们如果勾选bake into pose，则会带来不好的效果。

weixin_60154963的博客 6802

CUDA10.2下安装tensorflow-gpu2.0.0版本注意事项

CUDA10.2下安装tensorflow-gpu2.0.0版本注意事项最近新入手了一台i5-10200U的CPU，有一个极为鸡肋的MX250显卡（2G），且经得起造的ThinkPad T490笔记本电脑，为将来的移动办公做准备。今天突然心血来潮想试试它能不能用cuda的加速，去了NVIDIA的官网查询后，发现这块鸡肋N卡还真的支持cuda加速，就这样花了大半天的时间将cuda安装好后，并进行了一个CNN的网络训练。一、安装准备需要在你的NVIDIA控制面板→右下角系统信息→组件，去查看你的NVCUD

yuanzhen_0128的博客 1万+

js逆向第3例：蝉妈妈大屏实时数据formDataSign加密

蝉妈妈大屏抖音直播实时数据是抓取抖音直播间数据的实时数据，有类似需求的公司但没有能力去搞定抖音，抓取蝉妈妈数据也是一个不错的选择。接下来就是调试找到加密点，说句题外话蝉妈妈的所有js文件打包方式用的都是webpack5，那如何区分打包方式可以阅读这篇文章。时间戳，经过观察发现加密参数是实时变化的。这个函数扣下来，在浏览器控制台中测试一下。言归正传，打断点找到变量。继续打断点向上找又发现了。查看请求参数，可以看到。请求的内容，那么这个。

花臂不花Home 1539

win10配置CUDA+Tensorflow2.0的一些经验

目录问题描述安装 tensorflow-cpu-2.0安装 tensorflow-gpu-2.0编译 Nvidia Samples相关资源和其他问题问题描述网上已经很多关于配置CUDA的文章，自己这篇文章只是个大致的安装步骤，文章重点是安装和配置的一些细节，而至于具体的步骤（比如软件怎么下，环境变量怎么配等）请自行搜索，我相信大家也不会只参考一篇文章，如有指正或疑问请评论留言，谢谢！...

rongyupan的博客 412

Python爬虫实战：基于最新技术栈的政府招标采购数据抓取与分析

对于企业、研究人员和数据分析师来说，能够高效地获取这些数据意味着可以获得宝贵的商业洞察和市场先机。随着反爬技术的不断升级和网站结构的日益复杂，传统的爬虫方法已经难以满足需求。我们将采用Selenium、Playwright等现代浏览器自动化工具，结合Scrapy框架和异步请求库，构建一个能够应对各种反爬措施的强大爬虫系统。Playwright是微软开发的浏览器自动化工具，支持Chromium、WebKit和Firefox，比Selenium更快速、更稳定。

2201_76125261的博客 1310

最新的sdio 4.0 spec 协议标准带书签高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准带书签高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

win10 + tensorflow2.4 +cuda11.0 + cudnn配置深度学习GPU环境

前言：说实话，很开心。因为之前的电脑版本配置太低，没有英伟达的显卡，导致不能用Gpu,很羡慕隔壁的小伙伴，那GPU刷刷的。 cuda+cudnn安装进入正题，本机的英伟达的显卡的组件这边是11.2的，我就直接下了，然后我也直接下了cuda11.2版本的，但是报错，我就卸载之后重新安装了cuda11.0版本的。下载之后安装，网上有很多安装教程，大家可以去看。进入cmd，nvcc -V，如果出现以下的信息就表示安装好了。根据下载的cuda的版本下载对应的cudnn版本。解压之后将文件中的三个文件夹复制

qq_43441764的博客 1050

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6

系统环境：Win10 Python版本：3.7.6 tensorflow-gpu版本：2.0.1 CUDA版本：10.0 cuDNN版本：7.6.5 Win10+CUDA+cuDNN+tensorflow2.0+Python3.7.6环境配置前言版本对应查驱动版本一、安装CUDA 10.0二、安装cuDNN 7.6.51.下载包（前提需要注册一个免费的NVIDIA）2.解压缩，复制文件三、下载Tensorflow2.0.1总结前言大四了，快毕业，毕业设计有关深度学习，寒假想在家跑点深度学习模型，只能

.G();的博客 1644

IEM模型，地表粗糙度模拟

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

win10安装配置CUDA+cuDNN+Tensorflow2.0

不忘初心~ 897

win10+Anaconda 安装tensorflow2，配置CUDA，cuDNN过程

环境 win10 + Anaconda3 + NVIDIA显卡（GTX 1050）一、安装Tensorflow2 在Anaconda Prompt下创建并进入虚拟环境 conda creat -n tensorflow2 python=3.7 activate tensorflow2 安装Tensorflow（推荐pip安装），以下命令安装最新版本的Tensorflow（CPU，GPU通用） pip install tensorflow Tensorflow版本和CUDA、cuDNN版本要兼容，可根据

qq_43561292的博客 673

win10下cuda10.2配置tensorflow2.x

目前，tensorflow官方还未发布cuda10.2对应的tensorflow版本亲测有效的配置方法： windows下需要把cuda安装目录下的cudart64_102.dll复制一份重命名为cudart64_101.dll，具体目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\cudart64_101.dll，这个根据个人电脑安装可能有不同 ...

余俊晖，NLP炼丹师，目前专注自然语言处理领域研究。曾获得国内外自然语言处理算法竞赛TOP奖项近二十项。 777

RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验

主要参考博客 Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1 以下是我亲测有效的使用 RTX 3060 的各部分安装版本电脑系统：window 10 python版本：3.6.13 tensorflow-gpu：2.4.1 CUDA版本：11.2 cuDNN版本：8.2.0.53 以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~ 注意，我之前已经成功配置pytorch1.8.0 环境，故这里不会详细写：安装

zxm_的博客 2269

基于WSL2来运行NVIDIA CUDA

测试了一下在Win10上基于WSL2来运行Tensorflow。以下是安装步骤： 1. 安装Win10的开发版（预览体验版） NVIDIA要求Win10的版本号是高于20145。我安装了win10专业版之后，在更新里面的预览体验计划没看到有任何显示，只能在Windows网站上手动下载预览版ISO文件，下载之后安装，我选择的是最新的20231版本 2. 安装NVIDIA驱动下载NVIDIA的支持WSL的驱动，在https://developer.nvidia.com/cuda/wsl这个网页中下载，

2796

win10 Linux子系统WSL2+CUDA11.0+ubuntu-tensorflow-pytorch环境配置

文章目录1 WIN10下安装WSL21.1wsl2系统安装1.2 安装自己的一些必须项1.3 /mnt目录下挂载的文件系统默认权限为777的问题2 NVIDIA驱动安装3 安装cuda toolkit 10.13.1添加环境，并验证4.安装cudnn7.65 Anaconda安装 1 WIN10下安装WSL2 1.1wsl2系统安装将win10升级到预览版打开“控制面板” -> “程序和功能” -> “打开或关闭 Windows 功能”-> 选中“适用于 Linux 的 Window

故事里的小可爱的博客 9467

Win10+Anaconda+CUDA11+cuDNN8+TensorFlow2.6+VScode/Pycharm/Jupyter notebook配置深度学习环境

1.Anaconda安装点击进入官网：Anaconda官网，下滑到底，根据系统安装。这里安装的是Windows版。打开安装包，一路next，我这里装在D盘。都勾选上，给Anaconda配置环境变量。安装完成后，打开cmd验证：如果键入conda list命令能够返回一系列Python库列表信息，即说明Anaconda安装成功。若命令提示符无法识别conda命令，即说明安装失败。点击开始页面，打开Anaconda Prompt 输入两条命令，设置anaconda源为清华镜像： conda

Marlowe的博客 2272

win10+cuda10.2+cudnn+tensorflow2.1.0配置机器学习环境（2）—— cuda和cudnn下载安装

在阅读完配置机器学习环境的首要知识之后就可以开始下载cuda和cudnn了了解cuda、cudnn和tensorflow的版本要求，请转到博客：https://editor.csdn.net/md/?articleId=106911284 1，cuda下载 cuda官网下载：https://developer.nvidia.com/cuda-toolkit-archive新旧版本都有我的是10.1的，直接点击 10.1 那个链接（有多个，选一个）。然后进入新界面之后按自己电脑选择就行。我的是windo