tensorflow-gpu2.4.1安装配置详细步骤

于 2022-07-31 14:39:25 发布
阅读量1.5k 收藏 4
点赞数 2
分类专栏： TensorFlow 2.0应用与实战 文章标签： tensorflow python 深度学习 tensorflow-gpu
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_40922285/article/details/126085462
版权
本文详细介绍了在Windows10系统、RTX3060显卡环境下，配置Tensorflow-GPU2.4.1的全过程，包括CUDA11.1.1、cuDNN8.1.1的安装，Python3.8.8的配置，以及如何解决安装后的bug，确保GPU设备的正常使用。

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

一、机器环境

显卡：RTX3060

系统：windows10

二、tensorflow-gpu配置环境

CUDA：11.1.1

cuDNN：8.1.1

语言：Python3.8.8

深度学习框架：Tensorflow-gpu2.4.1、Keras2.4.3

三、安装流程
1.安装Visual studio 2017。编译依赖。选择工作负载时勾选使用C++的桌面开发。下载地址:https://visualstudio.microsoft.com/zh-hans/thank-you-downloading-visual-studio/?sku=Community&rel=15
2.安装CUDA。这里安装的是CUDA11.1.1版本。文件名：cuda_11.1.1_456.81_win10.exe。大约有3.1G。下载好双击安装即可，默认安装到c盘，占用空间不大。下载地址：https://developer.nvidia.com/cuda-toolkit-archive
最低0.47元/天 解锁文章
Tensorflow 2.0 最新版(2.4.1) 安装教程
风口IT猪的成长录
05-09 5万+
Tensorflow 2.4.1前言Tensorflow 简介Anaconda 简介Anaconda 安装TensorFlow CPU & GPUTensorflow 安装Pycharm &TensorflowTensorflow & Hello worldHello worldSession()后序 前言 目前考虑进入梦寐以求的 机器学习、人工智能 等领域的学习，因此安装主流的机器学习框架 Tensorflow迫在眉睫。 然而网上的网上安装教程大多是1.xx版本的。 目前安装的环境
应用TensorFlow2.4.1简介TensorFlow框架
Ediezqq的专栏
02-27 708
本文通过简要方式说明了TensorFlow的框架，目前大部分还是使用Tensorflow1.0来做，转移到2.0时，代码调用的方式会不同。下面是导入所用的库 import numpy as np #import tensorflow as tf import tensorflow.compat.v1 as tf #tf.compat.v1.disable_eager_execution() tf.disable_v2_behavior() 定义损失函数，以及采用梯度下降法进行优化 coeffic.
tensorflow_gpu-2.4.1-cp38-cp38-win_amd64.whl
01-22
tensorflow_gpu-2.4.1-cp38-cp38m-win_amd64.whl，本文件为python3.8版本对应的tensorlow的gpu版本的轮子文件，可以通过pip 安装
TensorFlow-GPU-2.4.1与CUDA安装教程
BIgbossyii的博客
04-25 5364
这篇文章是我二刷TensorFlow-GPU安装，最近需要在新的电脑安装环境，我翻了以前自己写的安装笔记：TensorFlow-GPU-CUDA无痛安装教程Windows篇，但是安装完因为版本的原因，出了一些新的问题，打算推倒再来一遍，因为是二周目，**所以这篇文章我会更注重一些常见的安装问题与解决方法**，希望可以帮的到你！！
centos下tensorflow-gpu2.4.1安装（cudatoolki=11.0，cudnn=8.2，python=3.8，tf=2.4.1）
qq_37721614的博客
07-05 1188
centos下tensorflow-gpu2.4.1安装（cudatoolki=11.0，cudnn=8.2，python=3.8，tf=2.4.1）
tensorflow_gpu-2.4.1-cp36-cp36m-win_amd64.whl
01-22
tensorflow_gpu-2.4.1-cp36-cp36m-win_amd64.whl，本文件为python3.6版本对应的tensorlow的gpu版本的轮子文件，可以通过pip 安装
RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验
zxm_的博客
10-26 2160
主要参考博客 Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1 以下是我亲测有效的使用 RTX 3060 的各部分安装版本 电脑系统：window 10 python版本：3.6.13 tensorflow-gpu：2.4.1 CUDA版本：11.2 cuDNN版本：8.2.0.53 以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~ 注意，我之前已经成功配置pytorch1.8.0 环境，故这里不会详细写：安装
win11+RTX3060+Anaconda3+PyCharm+tensorflow-gpu+pytorch-gpu
l852131652的博客
01-05 3525
Anconda3-5.0.1+CUDA11.1.0+cuDNN8.0.4+Tensorflow-gpu2.4.1+Pycharm社区版2021.3.1+Pytorch1.9.0-python3.6安装
conda配置TensorFlow2.4.0GPU版本
qq_41119146的博客
11-25 2993
conda配置TensorFlow2.4.0GPU版本 前几天废了老大的劲儿，终于在conda下安装好了 CUDA11.0+cuDNN8.0+PyTorch，（该总结只适合已经安装好CUDA11.0和cuDNN8.0的朋友们，如若未安装，请先安装好这两个再参考本文） 今天发现又有使用TensorFlow的需要，于是就想在之前的基础上，安装适配的GPU加速版本的TensorFlow，找了半天终于找到 TensorFlowGPU2.4版本适配。但是清华源不存在该版本的TensorFlow，只能找替代方案，最后
tensorflow_gpu-2.4.1-cp37-cp37m-win_amd64.whl
01-22
tensorflow_gpu-2.4.1-cp37-cp37m-win_amd64.whl，本文件为python3.7版本对应的tensorlow的gpu版本的轮子文件，可以通过pip 安装
TensorFlow 2.4.1安装 （解决Centos8.2 安装tensorflow 2.4.1过程中遇到libcudart.so.11.0和libcuda.so.1等问题）
faceqq的博客
02-10 6472
安装TensorFlow https://tensorflow.google.cn/install?hl=zh_cn [root@cpanel python]# pip3 -V pip 20.2.3 from /usr/local/python3/lib/python3.9/site-packages/pip (python 3.9) [root@cpanel python]# python3 -V Python 3.9.1 系统当前的Python版本是3.9.1 pip版本20.2.3 安装Pytho
Tensorflow-gpu 2.4.1与CUDA11.1,cuDNN8.1配置问题
咸鱼的技术博客
04-27 3720
近日配置最新的tensorflow-gpu2.4.1遇到诸多问题，在这里贴出来以帮助遇到同样问题或者避免大家重蹈覆辙。 环境：WINDOWS10 ， GPURTX2060， CPUAMD RYZEN 2600， Python3.8 这篇文件解决以下问题： 应该安装哪些版本的环境才能兼容使用 现有的CUDA，cuDNN环境卸载 以及如何安装这些环境 应该安装哪些版本的环境才能兼容使用 安装tensorflow-gpu==2.4.1以及CUDA11.1与CUDNN8.1环境会遇到许多问题，诸如此类 1.dl
windows10下CUDA11.1、CUDNN11.1、tensorflow-gpu 2.4.1和torch安装教程
热门推荐
Paul_Huang的专栏
07-15 1万+
1. 如何彻底的卸载anaconda（包括配置文件） 安装 Anaconda-Clean package 打开 Anaconda Prompt， 输入如下命令： conda install anaconda-clean 输入如下命令卸载 anaconda-clean --yes 直接运行安装目录下的 Uninstall-Anaconda3.exe 即可，但是这样卸载并没有完全卸载。 2. windows10下CUDA11.1、cuDNN8.0、tensorflow-gpu2.4.1安装教
服务器配置深度学习环境：Tensorflow2.4.1 + Keras2.4.3 + Cuda11.2 + Cudnn8.0
Jeremy_Deng的博客
05-18 2225
服务器配饰深度学习环境：Tensorflow+Keras+Cuda 文章目录开端一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 开端 linux服务器虚拟环境安装tensorflow-gpu 2.4 cuda11.2 cudnn8.0的踩坑记录： 折腾了快半个月，说我菜也认，主要是没有个好的教程，以及有很多版本匹配问题，于是在安装好Tensorflow后，我也出个教程，这个教程只要跟着走，基本没有问题，最好是从头开始，不然一些乱七八糟的依赖报错，我也搞不定 例如：随着人工智能的不断发展.
linux上的tensorflow 2.4.1-gpu c++接口编译并用其运行.pb模型
Die Luft der Freiheit weht
12-15 6956
文章目录所有报错及解决办法`cmake ..` 报错合集`make` 报错合集`./your_demo` 过程报错合集1、段错误（核心已转储）2、报错`Invalid argument:Tensor ShuffleOutputPb:0,specified in either feed_devices or fetch_devices was not found in the Graph`3、报错 `No algorithm worked` 所有报错及解决办法 cmake .. 报错合集 待 make 报错
Windows10安装Tensorflow2.4.1 + CUDA11.2.1 + cuDNN8.1.1.33教程【cusolver64_10.dll错误处理办法】
Archer阿茶
04-19 2547
本篇文章主要是为了更新一下操作流程，前面我使用的tensorflow2.3 + cuda10.2 + cuDNN10.2挺稳定的使用，大家也可以保持这个最稳定版本搭配 一、首先我们看看tensorflow官方的硬件要求和软件要求 https://tensorflow.google.cn/install/gpu#software_requirements 显然官方是推荐我们使用Nvidia的显卡作为我们的加速卡，作者本人使用的显卡是19年买来学习tensorflow的RTX2070【感叹这块显卡比买的时
记录tensorflow-gpu 2.4.1和keras2.4.3训练yolov4-lite遇到的问题
weixin_44533901的博客
02-01 1143
问题一： `from keras.backend.tensorflow_backend import set_session` ModuleNotFoundError: No module named 'keras.backend.tensorflow_backend'; 'keras.backend' is not a package 解决方案：from tensorflow.keras.backend import * 问题二： _, ignore_mask = K.control_flow_ops.
Tensorflow v2.4.1 ModuleNotFoundError: No module named ‘tensorflow.examples.tutorials‘ 解决方法
Isolated 的博客
03-31 670
解决思路：回滚版本 pip install tensorflow==1.15.5
win10下Anaconda中tensorflow2.4.1的下载
菜鸟一枚
02-15 4839
前提条件： 1.安装了Anaconda（我装的是最新版本Anaconda3，python3.8） 2.安装了Visual C++安装包（由于我不知道怎么下载这个安装包所以我直接下的visual studio 2019 community，因为我一开始没安装这个然后最终验证tensorflow是否成功时出问题了，所以还是推荐大家装一下VC++安装包） 如果上述条件都已具备，那咱们就开始安装tensorflow2.4.1吧！ 首先在 开始 页面打开 Anaconda命令行 新建python环境
tensorflow安装教程gpu2.4.1
最新发布
09-10
你可以按照以下步骤安装 TensorFlow GPU 2.4.1： 1. 确保你的计算机上已经安装了支持 CUDA 的 NVIDIA 显卡驱动程序。你可以在 NVIDIA 官方网站上下载并安装适合你的显卡型号的驱动程序。 2. 安装 CUDA Toolkit。...
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