rtx系列显卡支持的cuda为11以上版本,根据tf版本对照关系,如下图。表示正常情况下tf1无法在trx30系列显卡上面跑
然而,很多时候,我们还需要tf1,怎么办呢?
1.将tf1代码全部修改为tf2代码
修改代码太累了,呜呜呜呜,我果断放弃了这一选择,嘻嘻嘻
2.寻找大家的解决方法
我果断选择了第二种方法,接下来,我将介绍一种已经成功在rtx30上运行tf1代码的方法:
参照博客Win10 RTX30系列 安装tensorflow1.15_Peanut_范的博客-优快云博客
将大佬百度网盘中魔改的tf1.15下载下来
使用pip安装下载好的whl文件,总是默认从自己从前使用的清华源下载,宣告pip安装失败。使用另一种安装方法:直接找到环境中存放各种库的地址,将whl文件变成压缩包,将其中的几个压缩包直接复制这个路径:E:\Anaconda\envs\py37\Lib\site-packages
(我使用的是Anaconda虚拟环境)
接下来就是开始cuda安装,用上面那个博客中的命令尝试了一下,会卡住。
那就老老实实上官网下载cuda和cudnn喽~
一切就绪以后,就要运行上面博主给的相关代码,开始疯狂报错,只要根据报错信息一步一步解决就好啦。在这里提醒一句,我在用这个运行别的程序时,会显示缺少tensorlow-estimator,注意,一定要安装tf1.15对应版本,不然报出来的错误头疼得紧,网络上还没有相关回答,我也是灵机一动才想到了尝试一下载卸更换版本呢,哈哈哈哈
解决完各种问题后,就可以快乐的使用gpu进行训练啦~
对了,在修改配置过程中有问题多点一点运行看看结果,可能修改完已经好用了,只是电脑还没反应过来
祝大家都可以成功安装~