anaconda 4.10.1+tensorFlow 2.5.0+CUDA 11.2.2_461.33 - cudnn 11.3 -傻瓜教程

本文详细介绍如何搭建GPU开发环境,包括Anaconda、CUDA、cuDNN的安装步骤及环境变量配置,最后通过安装TensorFlow-GPU验证环境搭建是否成功。

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

由于有的软件需要翻墙所以打个包  放在这里 : https://pan.baidu.com/s/1ZhtXlvZvXn7SVMbCVoICwA 提取码: g2xy

1.Anaconda安装

下载地址:https://docs.anaconda.com/anaconda/install/

 

双击安装

下一步

同意

下一步

下一步

红框选中点击安装

下一步

下一步

结束

打开命令行输入:conda list 出现如下界面表示完成。

2.CUDA安装

下载地址:https://developer.nvidia.com/cuda-toolkit-archive

双击安装

点击ok

同意并继续

选择自定义安装并点击下一步

红框点击然后下一步(取消应用软件和visual 相关)

下一步

下一步

关闭

3.安装cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-download    (需要登陆)

红框内选中,点击第二个红框

下载红框内的文件

解压到当前文件夹,重命名为cudnn,然后将文件夹拷贝到cuda的版本目录下(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2)

4.配置环境变量

我的电脑右键选择属性,选择高级系统设置,选择环境变量

选择系统变量的Path,点击编辑,然后点击新建,添加  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64

并上升到第三个

然后添加 cudnn路径 上升到第四个 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cudnn\bin

然后都点击确定

查看是否安装成功,如上图表示成功

5.安装tensorflow

命令行下执行 pip install --upgrade tensorflow-gpu (这个是Gpu版本)

.

测试是否成功,命令行下 输入ipython

显示存储大小和True表示成功。

 

 

 

 

 

 

评论 4
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