windows在anaconda中安装旧版本tensorflow-gpu的问题

最新推荐文章于 2024-12-14 21:58:43 发布

San Chang

最新推荐文章于 2024-12-14 21:58:43 发布

阅读量554

点赞数

本文链接：https://blog.youkuaiyun.com/qq_26657001/article/details/106904650

版权

本文介绍了如何在Anaconda环境中安装旧版本的TensorFlow-GPU。通过conda创建环境，然后使用pip安装特定版本的TensorFlow，并从NVIDIA官网下载匹配的cudatoolkit和cudnn，手动复制到对应目录。同时，确保系统环境变量包含了cudatoolkit路径。文章提供了多个TensorFlow-GPU版本与所需的CUDA和cuDNN版本的对应关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

anaconda创建环境

conda create -n 环境名 python=版本号

安装tensorflow的gpu版本

在使用conda 安装gpu旧版本时，会自动安装cudatoolkit 和cudnn，但是自动安装的cudatoolkit和cudnn可能并不是合适的版本。所以使用pip，只安装tensorflow，然后从NIVIDIA官网上下载对应版本的cudatoolkit和cudnn，推荐离线版本，速度可能会更快？，然后将cudnn中的文件复制到cudatoolkit所在的 V9.2(版本号)所在的文件夹中。检查系统环境变量是否加入了此路径。
版本 Python 版本编译器编译工具 cuDNN CUDA
tensorflow_gpu-1.13.0 2.7、3.3-3.6 GCC 4.8 Bazel0.19.2 7.4 10.0
tensorflow_gpu-1.12.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.11.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.10.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.9.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.11.0 7 9
tensorflow_gpu-1.8.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.10.0 7 9
tensorflow_gpu-1.7.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9
tensorflow_gpu-1.6.0 2.7

最低0.47元/天解锁文章