TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题

1、卸载已安装的TensorFlow

pip uninstall tensorboard

pip uninstall tensorflow-gpu

（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题

或者，重新建环境

（1）删除环境：

conda remove -n myenv_ten_new --all

（2）新建环境：

conda create -n tensor_gpu python=3.7

查看环境：

conda env list（conda info -e）

清华源命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes

安装命令：

conda install tensorflow-gpu==2.2.0# 或者：
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

一般需要cuda是10.1或者以上就可以了。
然后一句代码安装：

conda install cudatoolkit=10.1 cudnn=7.6.5

tensorflow-gpu对应的cuda版本网https://tensorflow.google.cn/install/source_windows

安装好后测试下，测试代码;

import tensorflow as tf
import timeit
import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 代码用于忽略级别 2 及以下的消息（级别 1 是提示，级别 2 是警告，级别 3 是错误）。with tf.device('/cpu:0'):cpu_a = tf.random.normal([10000, 1000])cpu_b = tf.random.normal([1000, 2000])print(cpu_a.device, cpu_b.device)with tf.device('/gpu:0'):gpu_a = tf.random.normal([10000, 1000])gpu_b = tf.random.normal([1000, 2000])print(gpu_a.device, gpu_b.device)def cpu_run():with tf.device('/cpu:0'):c = tf.matmul(cpu_a, cpu_b)return cdef gpu_run():with tf.device('/gpu:0'):c = tf.matmul(gpu_a, gpu_b)return c# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)print('GPU', tf.test.is_gpu_available())

结果：

warmup: 1.1624844 1.8189751
run time: 1.1631149999999995 0.0005907000000000551
GPU True

这样就安装成功了！
另外推荐个自动补全插件，很好用，TabNine，安装方法链接如下：
Code Faster with AI Code Completions | Tabnine

参考：简单利用conda安装tensorflow-gpu=2.2.0_爱听许嵩歌的博客-CSDN博客_conda安装tensorflow gpu

TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题相关推荐

GPU环境部署：Ubuntu16.04 + GPU Tesla V100 + CUDA + CuDNN
Ubuntu16.04 + GPU Tesla V100 + CUDA + CuDNN 文章目录前置条件 1. 基本概念 2. 需要用到的文件 2.1 驱动文件 2.2 CUDA 2.3 CUDNN ...
【tensorflow】tensorflow -gpu安装及jupyter环境更改
tensorflow -gpu安装首先,安装Anoconda 1. 官网下载点我: 2.安装点击 python 3.6 version自动下载x64版,下载好之后,然后安装. 如图,打上勾之后,一 ...
Darknet_Yolov4实战（一）_安装Ubuntu+cuda+cudnn
Darknet_Yolov4实战(一)_安装Ubuntu+cuda+cudnn 安装Ubuntu18.04 安装显卡驱动安装cuda 安装cudnn 安装Ubuntu18.04 首先关闭你要安装 U ...
tensorflow 深度学习前期准备之 1080Ti显卡驱动安装及 CUDA CUDNN 安装
终于开始进军深度学习了,所用到的是tensorflow 在一位资深的NLP朋友的帮助下,幸运的找到了一台显卡是1080ti 内存是16G的不错的电脑 , 然后参考此文 https://www.cnbl ...
Windows Tensorflow GPU安装
GPU资源对神经网络模型的训练很重要,应充分利用电脑的显卡资源,加快模型的训练速度.这里是本人安装tensorflow-gpu的过程,记录了安装的步骤以及在每个步骤中参考的资料以及所遇到的坑. 大体步 ...
ubuntu16.04+GTX1060+ CUDA9.0+CUDANN7.0 tensorflow(GPU)安装，实测有效，安装包我放在云盘中，直接下载使用。
最近在运行一些 semantic segmentation 的代码,好多都是GPU版本的,自己就安装一下,记录一下,开始错了好多次,最后参考了一些文章,发现这个版本问题很重要,我用的是一下版本cuda ...
win10环境下一键安装TensorFlow-gpu+cuda+cudnn
这里主要介绍tensorflow-gpu版本的安装,如果需要安装Tensorflow CPU版本的,只需要将以下步骤中的tensorflow-gpu换成tensorflow就行了. 重点!!! 此方法 ...
tensorflow gpu安装_tensorflow-gpu安装配置
1 介绍目前,主流版本是tensorflow-gpu 1.12.0,线上安装这个版本,和这个版本搭配的cuda是9.0版本,cudnn版本是7.0.5. 2 cuda和cudnn安装 cuda驱动地 ...
pytorch gpu安装 torch.cuda.is_available()是true才成
由于之前装了个假的gpu版本,所以来记录一下正确的怎么安装. 先看NVIDIA控制面板-帮助-系统信息-组件看驱动版本,我的是9.0. 或者是 cmd输入NVIDIA-smi看我的版本是385. ...

TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题

TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题相关推荐

最新文章

热门文章