WIN10+Tensorflow-GPU+CUDA+cuDNN+Pycharm环境搭建教程(附报错指南)

本文详细介绍如何在配备NVIDIA GeForce MX130独显的电脑上安装CUDA9.2,包括配置环境、安装步骤及常见问题解决办法,并提供安装过程中需要注意的细节。

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

配置环境:

CPU:Intel i5-8250U

显卡:NVIDIA GeForce MX130 2G独显

内存:128G固态硬盘,荣耀majicbook、

系统:win10家庭中文版

一、安装CUDA
首先查看自己GPU适合的CUDA版本
进入NVIDA控制面板
在这里插入图片描述
选择帮助—>系统信息—>组件
在这里插入图片描述
可以看到我的GPU支持的是CUDA9.2
需要下载CUDA9.2,再此之前需要安装Visual Studio Community 2015,然后下载CUDA9.2
下载地址CUDA9.2下载地址
在这里插入图片描述
第一步
在这里插入图片描述
尽量将组件中的NVDIA GeForce Experience选项勾掉。有的人可能认识这个,这不调游戏画面参数的那个嘛。咳咳,这个是NVDIA提供给用户的一个类似于控制面板的东西,但是目前电脑装机一般都给安装了;而且就算是没有,这个东西对我们显卡加速程序是没有帮助的。

第二步
在这里插入图片描述
组件CUDA中将Visual Studio Intergration取消掉。这个还是蛮有意思的,因为这个组件是专为VS配置的,但是现在使用的代码编译器基本都是vscode,pycharm等轻量编译器之流,用VS就比较没意义了;我在网上还看见一个说法,这个必须取消掉,不然没法正确安装。

在这里插入图片描述
CUDA在安装的时候会默认安装一个NVDIA的显卡驱动。上图可以看出,该显卡驱动版本是411.31。划重点:“当前版本”这一栏会显示你目前电脑上的显卡驱动型号,比如上图所示,我的电脑目前驱动是430.86,这个数字大于411.31,说明版本更新一些。如果你的当前版本高于CUDA想要安装的新版本,那么一定要把display driver取消掉!不然CUDA安装发现你现有的比我要安的还高级,我还安个锤子,就会出现安装失败的错误;如果你的当前版本低于CUDA想要安装的新版本,那么一定要把display driver勾选,驱动版本不够新,CUDA也运行不了。如果巧了当前版本与新版本一模一样,那勾不勾选随意。

检查
在这里插入图片描述
安装好了,我们去上图所示的路径检查nvcc.exe是否存在,这个程序很重要。
在这里插入图片描述
再从上图的路径中检查这个动态库是否存在,这个动态库也很重要

二、安装cuDNN

cmd命令行里进入和退出Python程序

报错指南
1
用conda 安装环境时,报如下错误:
Cache entry deserialization failed, entry ignored

解决:
更新pip版本:

python -m pip install --upgrade pip

2
使用TensorFlow时报错FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy…

报错原因:numpy1-17-0版本过高,使用numpy-1.16-0版本即可

解决方法:重新安装numpy-1.16-0

pip install numpy==1.16.0

3
Python中解决ModuleNotFoundError: No module named 'tensorflow._api’问题

解决方案
我在这里使用的方法是在命令行窗口执行:

pip install --upgrade --ignore-installed tensorflow.
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