windows10 安装 cuda8.0 cudnn6.0 tensorflow-gpu1.3.0 pycharm jupyter 及路径

最新推荐文章于 2022-09-22 22:35:13 发布
原创 最新推荐文章于 2022-09-22 22:35:13 发布 · 522 阅读 · 2 ·
CC 4.0 BY-SA版权
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。
文章标签：

#tensorflow

图形化安装教程 https://blog.youkuaiyun.com/qq_39722119/article/details/83189428 没试过，大家可以看看

下载网址：

cuda 下载网址 https://developer.nvidia.com/cuda-80-ga2-download-archive 我下载的是8.0.61，大家可以选择别的版本。 

可以参考这个网址 适用于Microsoft Windows的CUDA安装指南  

cudnn下载网址 https://developer.nvidia.com/rdp/cudnn-archive 我选择了V6.0 for cuda8.0 （下载前需要注册登录一下）

tensorflow-gpu 选择1.4.0 （后来又换成了1.3.0）

安装anaconda

首先安装anaconda，我老早安装过了，所以没有截图之类的，网上教程很多，最重要的记得选环境变量即可。我的是 python3.6.1 的

安装CUDA

避免麻烦，直接装C盘 

CUDA安装遇到的问题

如果你和我一样cuda安装失败，请看这一栏。

在安装cuda时我选择了自定义安装

最低0.47元/天 解锁文章

200万优质内容无限畅学
win10下安装cuda8.0+cudnn6.0+tensorflow1.3-GPU+python3.5
u010761477的博客
11-25 601
安装tensorflow的心得体会 cuda8.0+cudnn6.0+tensorflow1.3-GPU+python3.5 最好用anaconda创建一个虚拟环境 安装的过程中一定注意版本的匹配 出现报错导入错误 先定位错误 import numpy as np 出错说明numpy安装包出现错误 这时候需要重新的安装numpy包 pip uninstall numpy pip install ...
windows+cuda+pytorch+jupyter深度学习环境配置
m0_48639942的博客
03-01 1252
在官网根据自己所用的Python版本选择下载，下载完成后将下面三个路径加入环境变量：Miniconda安装到C盘、D盘等都可以，安装完成后会有两个命令行工具，任意启动一个就行。
Windows10安装cuda、cudnn、pytorch、jupyter、fastai
weixin_30782293的博客
05-01 361
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com 一直在Ubuntu中使用pytorch，现在切换到Windows系统。 一、安装cuda 1、从https://developer.nvidia.com/cuda-downloads下载相应的版本（这里选的是cuda_10.1.105_418.96_win10.exe），安装，选择自定...
Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook
weixin_44987829的博客
01-11 1313
Windows环境配置Anaconda+cuda+cuDNN+pytorchAnaconda1.官网下载安装包 https://repo.anaconda.com/archive/2.conda创建虚拟环境（以Python3.7为例）cuda10.11.查看显卡是否支持CUDA及支持的版本2.官网下载 https://developer.nvidia.com/cuda-toolkit-archive3.安装cudacuDNNPytorch1.7.1参考资料 Anaconda 1.官网下载安装包 https:
win10下cuda8.0+cudnn6.0配置
Mr_health的博客
07-11 4615
原料cuda8.0   （下载链接：cuda网站）cudnn6.0 （下载链接：cudnn网站）安装过程1、点击安装包一步一步安装即可。如果原来有cuda7.5，因此8.0安装后会在原本7.5的安装的位置重新创建一个文件夹存放8.0，两者是不冲突的。安装完毕后在cmd输入nvcc-V检查。2、查看环境变量。出现如下图的环境变量。之后在系统变量的path中添加如下的环境变量：（如果有的系统已经自动添...
Windows下安装CUDA和Pytorch
haqiedaba的博客
09-22 1206
win安装CUDA和Pytorch，用GPU跑深度学习
ubuntu16.04 安装tensorflow-gpu1.3 cuda8 cudnn6.0
xd_wjc的博客
06-07 1万+
第一步 安装NVIDIA显卡驱动 不安装的只安了cuda和cudnn它会报这样的错误，ImportError: libcuda.so.1: cannot open shared object file: No such file or directory，所以要安装显卡驱动，如果附加驱动里面没有选项？sudo apt-get install 一下就可以了   1. 打开terminal（怎么...
【环境配置】tensorflow-gpu==1.3.0安装
sxl的博客
06-18 4878
  tensorflow-gpu==1.3.0在Conda和pip中已经查不到了，但是在跑其他代码的时候，还是使用了这个版本的环境。如果环境版本跟代码不匹配，在跑程序的时候会出现各种问题。尽管有的巨佬提供了一些解决方案，然而问题还是一个一个出，最根本的解决办法就是适配环境。   尽管tensorflow-gpu=1.3.0，不能够使用Conda和pip直接下载，但只要环境文件在直接下载到本地pip安装就可以，提供一个网址链接 https://pypi.org/project/tensorflow-gpu/1
win10下通过Anaconda安装TensorFlow-GPU1.3版本，并配置pycharm运行Mnist手写识别程序
dilehong8007的博客
09-01 482
折腾了一天半终于装好了win10下的TensorFlow-GPU版，在这里做个记录。 准备安装包： visual studio 2015； Anaconda3-4.2.0-Windows-x86_64； pycharm-community； CUDA:cuda_8.0.61_win10；下载时选择 exe（local） CUDA补丁：cuda_8.0.61.2_windows...
win10+anaconda2+cuda8.0+cudnn6.0安装tensorflow-gpu
szfhy的博客
12-06 6534
使用MNIST数据集进行测试，最好可以将MNIST数据集先下载下来，不要让code自己去下载，代码中下载比较慢，将数据集下载下来直接放入code中指定的文件夹下面，文件名不要修改，直接将code run起来。差不多2分钟吧，精度99.8% code如下： # -*- coding: utf-8 -*- import tensorflow as tf #导入input_data用于自动下载
Win10安装cuda和cudnn详细教程
JulyLi2019的博客
03-11 4227
文章目录1.前期准备1.1 查看驱动版本是否满足安装CUDA10.01.2下载cuda10.0和cudnn7.6.52.安装CUDA10.03.安装cudnn7.6.54.设置系统环境变量 本次安装以cuda10.0和cudnn7.6.5为例。 1.前期准备 1.1 查看驱动版本是否满足安装CUDA10.0 CUDA与显卡驱动版本对应关系 查看本机驱动版本号： 如果已安装驱动版本低于cuda10.0的最低要求版本，需要更新驱动。 1.2下载cuda10.0和cudnn7.6.5 CUDA的下载链接
Win10环境+ CUDA9.0 +CUDNN7.0+TensorFlow1.7/1.6/1.5配置
xuefengxiaoyang的博客
03-02 5万+
前言：很多小伙伴在选择CUDA版本和cudnn版本上有疑问，这里简短的说一下，希望能帮到各位小伙伴，我在网上看到有人说，要根据自己的显卡来选择CUDA，其实是错误的，你可以下载自己所需要的CUDA版本,这只是个驱动而已。CUDA的版本和cundd的版本要对应，不然可能会有不兼容报错。CUDA是显卡驱动程序，cundd是用来加速深度学习训练的库，在训练网络时，使用GPU加速，会调CUDA驱动和cud...
WIN10下TensorFlow+CUDA+cuDNN安装并配置到PyCharm（超详细的教程！适用于所有版本的步骤）
Kelly_Young的博客
08-22 9119
因为我的电脑TensorFlow-CPU版本感觉运算速度不足，于是乎开始安装TensorFlow-GPU版本。这期间经历了许多坑，也因为各种原因尝试了安装TensorFlow和CUDA的许多版本，因此打算记录下来，作为分享。 安装Anaconda Navigator Anaconda Navigator下载地址：Anaconda 选择python3.7版本安装 安装过程比较简单，需要注意...
Ubuntu 下google chrome 打开jupyter notebook 报错ERROR:browser_gpu_channel_host_factory.cc(120)] Failed to
qq1483661204的博客
04-03 3163
Ubuntu 下google chrome 打开jupyter notebook 报错ERROR:browser_gpu_channel_host_factory.cc(120)] Failed to  launch GPU process报这种错，把export BROWSER=google-chrome 添加到配置文件，比如 sudo vim /etc/profile或者添加到r.bashrc...
记Win10安装 TensorFlow、cuda、cuDNN操作记录~
mukvintt的博客
06-28 1694
  前言  最近在学习数据科学相关，并且为了能应用到了深度学习，所以必须是要接触和学习下TensorFlow，那么按照了书本《精通数据科学》（今年18年6月才出版的）这本书上的安装实例，所以很放心跟着一起做了。  只不过这本书在提示到了window安装TensorFlow方面不怎么友好，而具体实践安装过程当中，也确实是令人“心旷神怡（嘴上笑嘻嘻啦~）”~~~了。  并且了，这其中还遇到了Ananc...
anaconda支持不同的cuda和cudnn
Arthur_Holmes的博客
11-25 2574
Anaconda 与深度学习环境 16 October 2018 <section class="post-content typo"> <p>8102 年 10 月了，Anaconda 已经成为 Pyth...
windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤
网络资源是无限的
12-27 5万+
windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤
【TensorFlow】Windows10 64 位下安装 TensorFlow - 官方原生支持
热门推荐
Alan Lee
12-01 35万+
之前 写过一篇在 ubuntu 下安装 TensorFlow 的教程，那个时候 TensorFlow 官方还不支持 Windows 系统，虽然可以通过其他方法安装，但是终究不是原生的，而且安装过程繁琐易错。好消息是，Google官方在11月29号的开发者博客中宣布新的版本（0.12）将 增加对Windows的支持，我11月30号知道的，立马就安装试了试，安装过程非常简单，不过也有一些需要手动调整。...
Windows下安装CUDA8.0
weixin_34409703的博客
05-28 1万+
在Win10下安装CUDA8.0，并使用VS2013测试； 机器配置： Windows 10 VS 2013 CUDA8.0 CUDA 8.0：下载地址 CUDA其他版本：下载地址 1. 安装CUDA 8.0 双击安装下载的.exe文件，然后选择解压路径，如下图，解压到哪里无所谓，安装成功会自动删除； 解压完成后，得到如下图： 精简：安装所有CUDA模块，并覆盖掉当前的NVIDIA驱动程序；...
tensorflow-gpu1.15对应的torch，cuda和cudnn版本
最新发布
03-19
<think>好的，我现在需要帮助用户找到与TensorFlow-GPU 1.15兼容的PyTorch、CUDA和cuDNN版本。首先，我得回忆一下TensorFlow 1.15的发布时间和相关依赖。 TensorFlow 1.15发布于2019年左右，通常对应CUDA 10.0和cuDNN 7.6。这一点我记得比较清楚，因为每个TensorFlow版本都有特定的CUDA和cuDNN要求。用户可能正在维护一个旧项目，所以需要确保所有组件的兼容性。 接下来，PyTorch的版本需要与CUDA 10.0兼容。查看PyTorch的官方发布历史，1.x版本中，PyTorch 1.1到1.3可能支持CUDA 10.0。例如，PyTorch 1.3.0支持CUDA 10.1，但用户可能需要更早的版本。需要确认具体哪个PyTorch版本明确支持CUDA 10.0，可能得查阅旧版文档或发布说明。 然后，cuDNN的版本必须与CUDA 10.0匹配。根据引用[2]，cuDNN的版本需要与CUDA的主版本一致。TensorFlow 1.15需要cuDNN 7.6，所以PyTorch也应该使用相同的cuDNN版本，避免冲突。如果PyTorch使用cuDNN 8.x，而TensorFlow使用7.x，可能会有兼容性问题，因此需要确保两者都使用cuDNN 7.6。 用户可能希望同时安装TensorFlow和PyTorch在同一个环境中，所以版本匹配至关重要。需要建议用户检查PyTorch旧版本的官方文档，确认CUDA 10.0的支持情况，并推荐使用conda安装，因为conda可能会自动处理依赖关系。 另外，用户可能遇到的问题包括环境配置错误，比如安装了不匹配的CUDA或cuDNN版本。需要提醒用户验证安装后的配置，如使用`torch.cuda.is_available()`来检查PyTorch是否正确识别CUDA，如引用[1]所示。 总结步骤：确定TensorFlow 1.15的CUDA/cuDNN版本，找到对应的PyTorch版本，确保所有组件版本一致，建议使用conda管理环境，并验证安装后的兼容性。</think>### TensorFlow-GPU 1.15兼容的PyTorch、CUDA和cuDNN版本 #### 1. **TensorFlow-GPU 1.15的依赖** TensorFlow-GPU 1.15发布于2019年，其官方要求为： - **CUDA 10.0** - **cuDNN 7.6.5** 这是其运行GPU加速的最低依赖版本[^3]。 #### 2. **兼容的PyTorch版本** PyTorch需选择与CUDA 10.0兼容的版本。根据PyTorch历史版本文档： - **PyTorch 1.1.0~1.3.1**支持CUDA 10.0 - 例如，PyTorch 1.3.0的安装命令为： ```bash conda install pytorch==1.3.0 torchvision==0.4.1 cudatoolkit=10.0 -c pytorch ``` #### 3. **cuDNN版本匹配** - **cuDNN 7.6.5**必须与CUDA 10.0配合使用，否则可能导致TensorFlow或PyTorch无法调用GPU[^2]。 #### 4. **环境配置建议** 1. **使用conda管理依赖**： ```bash conda create -n tf1.15_env python=3.6 conda activate tf1.15_env conda install tensorflow-gpu=1.15 cudatoolkit=10.0 cudnn=7.6.5 conda install pytorch==1.3.0 torchvision==0.4.1 cudatoolkit=10.0 -c pytorch ``` 2. **验证安装**： - 检查TensorFlow： ```python import tensorflow as tf print(tf.test.is_gpu_available()) # 应输出True ``` - 检查PyTorch： ```python import torch print(torch.cuda.is_available()) # 应输出True（需重启环境后验证）[^1] ``` #### 5. **注意事项** - **Python版本限制**：TensorFlow 1.15最高支持Python 3.7，建议使用Python 3.6以避免兼容性问题。 - **cuDNN冲突**：若同时安装其他深度学习框架（如MXNet），需确保它们均使用cuDNN 7.x而非8.x/9.x。 ---
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