GTX950M+Cuda10.1+Tensorflow2.1.0-Gpu

文章目录

GTX950M+Cuda10.1+Tensorflow2.1.0-Gpu
- 1.电脑环境、电脑配置
- - 1.1电脑配置
  - 1.2注意点：
- 2.安装Cuda
- - 2.1安装cuda10.1
  - 2.2安装cudnn
  - 2.3安装tensorflow2.1.0
  - 2.4安装pytorch
- 3.验证结果
- - 3.1验证Tensorflow
  - 3.2验证Pytorch

1.电脑环境、电脑配置

1.1电脑配置

显卡：GTX950M 16年的桌面笔记本老产品

Python环境：Python3.7 Anaconda

操作系统：Window10

1.2注意点：

搞深度学习非常依赖于显卡的性能，如果笔记本电脑的所对应的显卡算力和性能太低，建议换电脑搞深度学习！Cpu当然也可以搞，不过要死不嫌慢或者Cpu强大的可以考虑用cpu版，那么就不需要安装cuda.AMD的显卡也能搞深度学习，不过优点麻烦！关于英伟达显卡的算力可以参考以下英伟达官网给出的页面：

英伟达显卡算力表

2.安装Cuda

安装cuda之前要考虑自身电脑的配置以及自身已经安装的环境对于Tensorflow以及Pytorch的支持情况。我的电脑安装的是Python3.7,因为tensorflow2.0以上的版本支持python3.7的最低版本为为2.0.0，但我选择了tensorflow2.1.0. 关于Python版本支持的Tensorflow情况详情可以参考Tensorflow官网。

TensorFlow支持的Python版本

2.1安装cuda10.1

如上图所示，要安装Tensorflow-gpu2.1.0，就需要电脑安装cuda10.1,因而可以去英伟达官网安装cuda.

英伟达cuda安装地址

点击进入cuda10.1的页面进行下载：

以下两个是已经下载好的百度云cuda版本：

cuda10.1 提取码：fmyo

cuda10.0提取码：ch28

下载完后点击安装：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wpk7s9PR-1608032415152)(D:\笔记\CSDN\images\cuda具体安装1.png)]

按照图示步骤来，Visual Studio Integration不选，否则有可能导致安装不成功：

验证是否成功：

win+R 输入cmd,进入命令行界面：

输入以下指令：

nvcc -V

2.2安装cudnn

不同版本的cuda 对应着不同的cudnn，详情可以从英伟达官网找到具体信息。

cuddn官网下载

不过，下载cudnn需要去英伟达官网注册。这里提供两个版本的cudnn：

支持cuda10.1cudnn 提取码：f0kh

支持cuda10.0cudnn 提取码：lxt2

解压文件夹，将解压后的文件夹下的文件拷贝到cuda安装目录下，与之相对应的文件夹下

至此，cuda算是完成安装。

2.3安装tensorflow2.1.0

本次采用pip 的方式安装，当然也可以采用conda的方式安装。

打开anaconda prompt:

输入pip 下载的包：

pip install tensorflow-gpu==2.1.0
# 注意如果没有指定下载的是tensorflow-gpu的话，系统很可能会下载tensorflow的cpu版本
# 如果没有指定具体的版本，很可能下载的是最新的版本

2.4安装pytorch

安装pytorch比Tensorflow要友好很多，很且Pytorch官网会给详细的自动，复制连接就行！

Pytorch下载网址

复制指定直接输入到Anaconda Prompt中就行！

3.验证结果

3.1验证Tensorflow

import tensorflow as tf
print(tf.config.list_physical_devices("GPU"))
print(tf.test.is_gpu_available())
print(tf.test.is_built_with_gpu_support())
print(tf.test.is_built_with_cuda())

验证成功！

3.2验证Pytorch

import torch
x = torch.rand(5, 3)
print(x)

GTX950M+Cuda10.1+TensorFlow2.1.0+Pytorch1.7.1相关推荐

Windows 10安装CUDA10.1+cudnn7.6.0+Pytorch1.3.0
首先要明确gpu是哪个显卡并且已安装的显卡驱动或者将要安装哪个版本,nVidia官网https://www.nvidia.com/Download/index.aspx, 1. 安装CUDA10.1 ...
深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6
系统环境:Win10 Python版本:3.7.6 CUDA版本:10.0 cuDNN版本:7.6.5 Tensorflow-gpu版本:2.0.1 PyTorch版本:1.2.0 深度学习环境配置W ...
Jetson Nano （Cuda10.2）安装tensorflow2.1.0运行python程序及几个版本tensorflow aarch64下载分享
目录 1.本次遇到的问题 Segmentation fault (core dumped) 2.安装tensorflow2.1.0 3.Jetson Nano上各版本的tensorflow(pytho ...
Windows编译Tensorflow2.2.0 C++ dll （CPU bazel）
Windows编译Tensorflow2.2.0 C++ dll (CPU bazel) 0.建议预先下载的几个包 1.VS2019, anaconda, bazel, msys2 下载.安装.路径设 ...
Anaconda3+python3.7.10+TensorFlow2.3.0+PyQt5环境搭建
Anaconda3+python3.7.10+TensorFlow2.3.0+PyQt5环境搭建一.Anaconda 创建 python3.7环境 1.进入 C:\Users\用户名目录下,找到 ...
【基于TensorFlow2.3.0的果蔬识别系统的设计】
基于TensorFlow2.3.0的果蔬识别系统的设计一.开发环境 Windows 10 Python 3.7.3 TensorFlow 2.3.0 Anaconda 4.12.0 CUDA 10. ...
win10安装TensorFlow2.8.0
前言安装TensorFlow,系统是win10,python是3.9.7,conda是4.10.3,安装的TensorFlow版本是2.8.0 一.安装Anaconda 之前安装过,过程略:Anac ...
九天毕昇”云平台：python3.7+CUDA10.1+torch1.6.0+spconcv1.2.1安装OpenPCDet全流程
"九天毕昇"云平台:python3.7+CUDA10.1+torch1.6.0+spconcv1.2.1安装OpenPCDet全流程一.九天毕昇云平台 1.运行环境 2.云平台包 ...
基于TensorFlow2.3.0的花卉识别Android APP设计
一.前言本设计为基于TensorFlow2.3.0的花卉识别Android APP.TensorFlow2.3.0的API简单易用,训练好后模型导出tflite格式供Anroid APP使用. 开发 ...

GTX950M+Cuda10.1+TensorFlow2.1.0+Pytorch1.7.1