vs2017+cuda10.1+cudnn7.6.4+anaconda3+tensorflow-gpu-2.0.0 配置

本文详细介绍了一位拥有NVIDIA GTX 1050 Ti显卡的用户如何成功配置TensorFlow 2.0 GPU版本的过程。文章提供了卸载旧版本NVIDIA驱动、CUDA和cuDNN的具体步骤,以及安装新版本的详细指导,包括选择正确的CUDA 10.1和cuDNN 7.6.4版本。同时,文中还分享了解决常见错误的方法,如处理‘tensorflow.python.framework.errors_impl.InternalError’等,并确保含有神经网络的程序能够顺利运行。

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

因为本人电脑有一块NVIAIA GPU 1050 TI所以为了跑程序时更快速,特此转了tensorflow2.0gpu版本。

 

不管你之前有NVIDIA的什么版本,最后卸载就剩这几个文件。

第一个为驱动,第二个没有会报错,无法安装cuda。本人卸载时参考了下面这个链接

https://blog.youkuaiyun.com/m0_37993445/article/details/90440589

开始安装:参考:

https://blog.youkuaiyun.com/manyouxianfeng/article/details/89334264(以它为主)

https://blog.youkuaiyun.com/Emma_Love/article/details/89855179(有些实在不知道的可参考这个)

里面的cuda版本改为10.1,cudnn改为10.1对应的,如下图所示(自己安装的版本及一些笔记,供参考)。其余安装步骤严格按照上面的来。vs2017版本选了16.3

从官网上下载的包及解压的包如图所示:

安装tensorflow时:pip install  xxxxxxx.whl文件,安装成功后可用conda list 检查 是否有tensorflow-gpu,有则成功。

如有这个错误:tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA xxxxxxx

在命令行检查conda list 是否有:cudatoolkit=10.1 及cudnn=7.6.4

参考这个链接:https://blog.youkuaiyun.com/weixin_42654892/article/details/101069915

若没有,执行:

conda  install cudatoolkit=10.1

conda install cudnn=7.6.4

最后:

含有神经网络的程序运行成功,环境配置成功

 

 

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