Windows10 安装TensorFlow-gpu 1.9.0

最新推荐文章于 2024-10-07 10:36:42 发布
最新推荐文章于 2024-10-07 10:36:42 发布
阅读量1.7k 收藏 2
点赞数 1
CC 4.0 BY-SA版权
文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_30963287/article/details/81451971
本文介绍如何确保Windows环境下'WindowsInstaller'服务正常运行，并详细指导安装CUDA9.0与cuDNN7.0.5的过程，最终通过pip命令安装TensorFlow-GPU1.9.0。

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

保证‘Windows Installer’服务是开启状态

右键计算机>管理>服务和应用程序>服务
找到“Windows Installer”
右键选择“启动”

安装CUDA与CUDNN

根据现最新版本TensorFlow1.9.0，其所要求的cuda版本号为9.0，cudnn版本号为7.0.5。

安装tensorflow-gpu1.9.0

pip install tensorflow-gpu

影随风ysf
关注
tensorflow-gpu 1.9.0 cuda9.0安装
Hello Word!
12-04 2140
切换cuda版本，参考：https://blog.csdn.net/qxqxqzzz?orderby=UpdateTime 修改cuda软连接： # 参考：https://blog.csdn.net/m0_37400316/article/details/101754957 # 查看之前的软连接 $ stat /usr/local/cuda # 删除之前的软连接 $ rm /usr/loc...
Win11极速安装Tensorflow-gpu+CUDA+cudnn(含视频)
热门推荐
weixin_46713695的博客
12-16 1万+
Win11极速安装Tensorflow-gpu+CUDA+cudnn(含视频链接)
win10 安装 GPU版TensorFlow
lk的博客
03-12 1876
WIN10安装CUDA9+CUDNN+TENSORFLOW1.9.0 安装环境：笔记本电脑win10专业版操作系统 + 1050显卡，安装CUDA9
Tensorflow-gpu-1.9.0-python3.6
07-25
Tensorflow的GPU版，版本号1.9.0，Python3.6，支持CUDA9.0，经验证成功安装。
tensorflow_gpu-1.9.0rc0-cp36-cp36m-win_amd64.whl
07-05
原创最新源码(2018-07-04)编译：Tensorflow-1.9-gpu. whl win10+cuda9.0+cudnn7+tf1.9+py3.6+vs2015
TensorFlow GPU 1.9.0 在 Windows 上的快速安装指南
weixin_42462474的博客
10-07 1277
本文还有配套的精品资源，点击获取 简介：TensorFlow GPU 1.9.0 是一个专为 Python 3.6 和 Windows 设计的深度学习框架版本，它利用 CUDA 技术来加速 TensorFlow 的计算过程。该版本包括了许多性能优化和功能更新，可以显著提高对大规模数据集和复杂模型的训练效率。安装此版本时，需要确保环境满足 Python 3.6 和 NVIDI...
【安装教程】Win10环境下安装tensorflow-gpu（gpu版）
WS_Change的博客
06-06 1504
默认已经安装好Anaconda。
Tensorflow-Gpu安装 基于gtx1060
m0_46241225的博客
03-14 1918
Tensorflow-gpu安装 基于gtx1060 最近学习tensorflow，网上各种gpu版本的安装太乱了，自己整合了一个 CUDA与显卡驱动：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html tensorflow-gpu与CUDA cudnn python 的对应关系：https://tensorflow.google.cn/install/source_windows?hl=en#gpu Table. CUDA和
tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.zip
08-31
这个压缩包“tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.zip”正是TensorFlow针对GPU优化的版本，专为Python 3.6和Windows 64位系统设计。 首先，我们来详细解析一下这个版本的特性： 1. **TensorFlow 1.9.0**: ...
tensorflow-gpu深度学习安装的一系列问题——＞解决方法汇总
AI_Clay的博客
08-17 968
废话不多说，各位深度学习的战友们，我没有矿所以把用了好几年的电脑来跑深度学习中的人工神经网络，于是遇到了TensorFlow使用GPU加速需要安装的一系列坑。真的只要有坑的地方我都踩过了，接下来汇总一套真实有效的方法。只要你的电脑有GPU，不算太垃圾，此方法绝对有用！！！（不要说，我的问题可能和你的不一样，此法为通法。）我最终是失败的，但你们是可以成功的，因为我电脑不行。 步骤如下： 一、先看看自己的电脑显卡能不能用。 二、显卡通过，配置需要的组件。 三、安装测试。 四、救救孩子。 开.
tensorflow1.9.0-cp35（win-gpu版）
08-11
1、安装cuda9.0 + cuDNN7.1 2、下载tensorflow_gpu-1.9.0-cp35-cp35m-win_amd64.whl至桌面 3、打开anaconda prompt：cd Desktop 转到桌面后：pip install tensorflow_gpu-1.9.0-cp35-cp35m-win_amd64.whl 4、进行安装，自动下载其他相关项 更多tensorflow版本可供下载
tensorflow-gpu版本的
11-02
tensorflow-gpu版本的 实测win7,8,10都可以使用，对应的python版本是3.6的
tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl.zip
07-31
tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl.zip，避免外网下载速度慢
win10安装Tensorflow1.9GPU版本
weixin_30659829的博客
06-27 1602
前言 看到DateWhale出了一篇安装教程（微信公众号DateWhale），决定体验一下Tensorflow1.9的GPU版本。。其实一开始装的是2.0，但是tf.Session()就报错了，说是2.0不能这么用， 于是有点怂，还是装回1.X版本先玩玩吧，至少教程多啊。。 正文 总共所需环境为 Anaconda3.X， CUDA9.0以上，以及 cuDNN7.5以上的配置， 一、...
win10安装 tensorflow1.9-gpu版本
weixin_49449708的博客
07-27 2815
因为需要安装tensorflow(Gpu版)，查了很多的博客，在此记录下安装过程。 所需环境 vs2013 anaconda3-5.2.0(python3.6) cuda9.0 cudnn 7.0 tensorflow 1.9-gpu 安装这个顺序进行安装。 1、安装vs2013 2、安装anaconda3-5.2.0 我需要安装的是python3.6,选择anaconda3-5.2.0。anaconda与python版本的对应关系可以看这个 然后可以到这里查找需要的版本进行下载。 anaconda的安
win10下安装tensorflow-gpu-1.9.0
zeng_haoyu的博客
07-29 6522
换新电脑了，所有以前的环境又需要再重新安装配置一次，于是就决定从头开始安装tensorflow-gpu，因为tensorflow前不久才更新，为了与时俱进，这一次演示的版本就是1.9啦。在写这篇博客的时候我还没开始安装，但是凭借以前的经验，对大致的流程还是比较熟悉的，不过，还是有可能会翻车。我会尽可能的一步一步的详细演示，闲话不多说，下面开始正文。 首先介绍我的电脑：Dell precision...
Win10安装TensorFlow1.9-GPU版本
aiwanghuan5017的博客
08-13 427
前言 前段时间更新自己电脑上的tf1.4到1.9，没想到踩了这么多坑。。。特意记录下来希望可以帮到大家 删除旧版本 如果你电脑上没有安装旧版本的tf，就可以忽略这一步。我是因为想要升级到最新版本，所以需要先卸载旧版本。旧版本是用anaconda安装的，卸载很简单，首先进入安装tf的环境，我的环境是“tensorflow”： activate tensorflow 然后卸...
tensorflow 1.9.0 安装心得
sinat_30651073的博客
08-02 7035
tensorflow 1.9.0 安装心得 离线安装linux版的tensorflow1.9.0 GPU版，各种依赖包，痛苦到天际哈哈哈 依赖包下载地址：https://pypi.org/ 各种包都有 安装anaconda3 5.2.0下载地址：https://mirrors.tuna.tsinghua.edu.cn/ pip install 所有的.whl 文件 *python setu...
win10 64 配置tensorflow1.9注意事项
淮南草的博客
07-21 1385
我的电脑是win10 64 用的anconda，安装的是tensorflow1.9 gpu+CUDA 9.0 + cudnn v7.0 版本，在安装过程捣鼓了好久，尝试了还几个版本，以下是注意事项： 特别提醒：我的cuda默认装在C:\Users\hcl\AppData\Local\Temp\CUDA，但是安装完成却跑到了C:\Program Files\NVIDIA GPU Computing...
5060 tensorflow-gpu
最新发布
07-08
错误代码 `5060` 并非一个常见的 TensorFlow 错误代码，也没有直接与 `tensorflow-gpu` 相关的官方定义。因此，该错误可能并非来自 TensorFlow 本身，而是操作系统、网络层、CUDA 驱动或某些第三方库引发的问题。 在使用 `tensorflow-gpu` 的过程中，用户通常会遇到以下几类问题： ### 1. **GPU 不可用或初始化失败** 常见表现包括： - `Failed to initialize GPU` 或 `Could not find cuda drivers on your machine` - `Internal: Could not load cuDNN library` 这些问题通常与 CUDA 和 cuDNN 的版本不匹配有关。例如，在引用[2]中提到显卡型号（如 RTX 4060）要求特定版本的 CUDA（如 11.x），而安装了较低版本（如 CUDA 10.1）会导致兼容性问题[^2]。 解决方法包括： - 确保所安装的 `tensorflow-gpu` 版本与 CUDA 和 cuDNN 兼容。 - 使用 `conda install tensorflow-gpu==x.x.x` 安装时，会自动安装对应的 CUDA 工具包[^1]。 - 手动下载并安装正确的 CUDA Toolkit 与 cuDNN，并将其路径添加到系统环境变量中。 ### 2. **DLL 文件缺失或模块加载失败** 在 Windows 上运行 `tensorflow-gpu` 时，可能会遇到如下错误： - `ImportError: DLL load failed while importing _pywrap_tensorflow_internal` - `The specified module could not be found` 这些错误通常是因为缺少必要的 Visual C++ 运行库或未正确设置环境变量。此外，引用[4]指出，当安装的 `tensorflow-gpu` 版本与 Python 版本不兼容时，也会导致此类问题[^4]。 解决办法： - 安装 Microsoft Visual C++ Redistributable 包（2015–2022）。 - 使用 `.whl` 文件手动安装特定版本的 TensorFlow，例如 `tensorflow-1.9.0-cp37-cp37m-win_amd64.whl`，确保其与当前 Python 版本一致[^4]。 - 检查 `PATH` 环境变量是否包含 CUDA 和 cuDNN 的 `bin` 路径。 ### 3. **多版本冲突** 如果在同一环境中安装了多个版本的 `tensorflow-gpu`，可能导致依赖冲突或无法导入模块。引用[3]提到了同时安装 `tensorflow-gpu 1.14` 和 `tensorflow-gpu 2.4` 的情况，这需要使用虚拟环境来隔离不同版本[^3]。 推荐做法： - 使用 Conda 创建独立环境： ```bash conda create -n tf1 python=3.6 conda activate tf1 conda install tensorflow-gpu==1.14 ``` ### 4. **设备不可用或被禁用** 有时即使 GPU 可用，也可能因为配置不当导致 TensorFlow 无法识别： ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 若返回 `False`，则说明 GPU 未被启用。引用[2]提到一种情况是即使安装了正确的 CUDA，但显卡驱动不支持当前 CUDA 版本，仍会导致 GPU 不可用[^2]。 解决方案： - 更新 NVIDIA 显卡驱动至最新版本。 - 根据显卡型号（如 30 系列）选择支持的 CUDA 版本（如 11.2+）。 - 使用 `tf.config.set_visible_devices([], 'GPU')` 强制切换回 CPU 运行作为临时解决方案[^2]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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