Anaconda安装tensorflow-gpu以及CUDA

最新推荐文章于 2025-06-14 14:29:21 发布

低调内涵没文化

最新推荐文章于 2025-06-14 14:29:21 发布

阅读量567

点赞数

CC 4.0 BY-SA版权

文章标签： cudnn tensorflow CUDA

本文链接：https://blog.youkuaiyun.com/yinxue541/article/details/102883255

本文详细介绍了如何在Anaconda环境下安装TensorFlow-GPU 1.13.1版本，包括避免安装2.0版本的原因，以及安装CUDA 10.0和cuDNN的步骤。通过实例验证了GPU加速的TensorFlow是否正确安装。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装tensorflow-gpu

首先注意版本！！！
在这里插入图片描述
注意不要安装2.0版本，很坑，会报各种tensorflow没有attribure错误，这里装的是1.13.1版本
Anaconda prompt下输入

pip install --upgrade tensorflow-gpu==1.13.1

python环境下输入import tensorflow as tf看是否安装成功

安装CUDA

CUDA10.0链接

在这里插入图片描述检查系统兼容性 → 许可协议“接受”→ 选择“自定义安装”，点开+号，把Visual Studio Integration的勾选去掉（否则你机器上安装的Visual Studio版本不对或者没有安装时，下一步会报错导致你安装不下去） → 安装即可
查看CUDA版本

nvcc -V

安装cudnn

下载地址
需要进行注册
下载好解压，把bin，include，lib三个文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\下in,include,lib三个文件即可
查看cudnn版本

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include

打开cudnn.h文件，ctrl+F 检索 CUDNN_MAJOR ，结果如下
在这里插入图片描述
我的是7.6.4版本

验证是否安装成功

import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)