MX130+python3.7.6+CUDA 10.0+CUDNN 7.4.2+TensorFlow-gpu安装
MX130+CUDA 10.0+CUDNN 7.6.1+TensorFlow-gpu安装
- 一、CUDA安装
- 二、CUDNN安装
- 三、tensorflow-gpu安装
环境:GeForce MX130(支持CUDA)
python版本:3.7.6
首先确定好需要下载的tensorflow-gpu版本,以及对应的python、CUDA、CUDNN版本。可在这里查看:
https://tensorflow.google.cn/install/source_windows
比如我的是Windows系统,已有python 3.7.6,想下载tensorflow-gpu 2.0.0版本,所以我需要下载CUDA 10.0以及CUDNN 7.4。
一、CUDA安装
下载链接:https://developer.nvidia.com/cuda-10.0-download-archive
官方文档链接:https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-microsoft-windows/index.html
1.此处选择了网络版,更快捷一点,如下图。
2.下载完成后,双击打开应用程序。为防止出现其他问题,选择了默认路径,C:\Users\你的用户名\AppData\Local\Temp\temp\CUDA,点击安装。选择同意许可协议,进入下一步。
3.如下图,此处选择自定义模式!
4.取消CUDA组件的visual studio intergration及第二个组件。
5.安装位置默认,进入下一步,如图所示,进行安装。
6.等待十几分钟,安装完成。
二、CUDNN安装
注:此处下载的是cudnn7.6.5版本,后来替换为了cudnn 7.4.2,按照开头的表格选择对应版本。
下载链接:https://developer.nvidia.com/rdp/cudnn-archive
1.首先,注册一个账号,要试很久。注册完成后登录,遇到这个界面,可以全部不选择,是一些推荐及发布信息的设置。
2.这里带*号的是必填项,无机构可随意填写。
直至登录。顺带,吐槽一下验证设置,我觉得机器可能比我更容易选出来。
3.勾选复选框,随后选择红框内的选项,找早期与CUDA 10.0适配的版本。
4.点击对应版本即可下载压缩包,我的是win10 。
5.解压后将其中的“cuda”文件夹改为“cudnn”。
6.将cudnn的文件夹移入之前安装CUDA的目录,如图所示。
默认位置:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
7.配置环境变量。
如何配置环境变量:https://baijiahao.baidu.com/s?id=1652500747054512497&wfr=spider&for=pc
(1)在“系统变量”中找到“Path”,点击编辑。
(2)添加如下两条变量值:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin
三、tensorflow-gpu安装
使用豆瓣镜像源可快速安装tensorflow-gpu。
如上图打开环境终端,或者打开Anaconda Prompt (Anaconda3),输入:
pip install -i https://pypi.douban.com/simple tensorflow-gpu==2.0.0
参考博客:https://blog.csdn.net/qq_38813668/article/details/86507491
MX130+python3.7.6+CUDA 10.0+CUDNN 7.4.2+TensorFlow-gpu安装相关推荐
- Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTorch搭建深度学习环境
SSH无密码登陆 安装SSH Server Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server: sudo apt-get install openssh-serv ...
- win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库
win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库 安装所需软件/库 Step1. 安装vs2015,CUDA 10.0和 ...
- python opencv调用cuda_Win10使用VS2019从源码编译OpenCV 4.4 + CUDA 11.0 + Cudnn 8.0 + python3
本文主要介绍Win10使用VS2019从源码编译OpenCV 4.4,并使用opencv_contrib支持CUDA 11.0 + Cudnn 8.0,以及对python3的支持. 1 首先准备安装环 ...
- Ubuntu16.04下CUDA 9.0 + cuDNN v7.0 + tensorflow 1.6.0(GPU)环境搭建
由于自己攒了个主机,第一次安装GPU版本的tensorflow,mark一下. 说明一下,本篇上接<Ubuntu16.04LTS下搭建强化学习环境gym.tensorflow>这篇文章,只 ...
- NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0环境配置
引言 DIGITS简介 DIGITS特性 资源信息 说明 DIGITS安装 软硬件环境 硬件环境 软件环境 操作系统安装 DIGITS安装前准备 安装CUDA70deb方式 安装cuDNN70 安装C ...
- Ubuntu 16.04配置CUDA 9.0+cudnn 7.0以及解决Nvidia显卡导致黑屏问题
Ubuntu 16.04配置CUDA 9.0+cudnn 7.0以及解决Nvidia显卡导致黑屏问题 参考文章: (1)Ubuntu 16.04配置CUDA 9.0+cudnn 7.0以及解决Nvid ...
- 关于在英伟达官网下载 CUDA 10.0 win10版本失败原因探索
关于在英伟达官网下载 CUDA 10.0 win10版本失败原因探索: 1.尝试了比较多的途径去下载,一致以为是网速问题 和 下载软件的问题,但尝试许多改变皆无果: 2.后来在贴吧找到帖子说之前9.0 ...
- 系统方向学习9--android 10.0 去掉未知来源弹窗 默认授予安装未知来源权限
活动地址:CSDN21天学习挑战赛 最近跟着CSDN大佬,参与一个 21天打卡的活动 Android framework开发者带你参加21天学习挑战赛活动_安卓兼职framework应用工程 ...
- WIN10+CUDA 10.2+CUDNN v8.0安装配置
CUDA10.2+cudnn8.0安装记录 目录 1.查看自己显卡支持的DUDA版本 2.进入NVIDIA的CUDA下载页面 3.环境变量的设置 4.CUDA安装成功验证 5.cudnn的下载安装 1 ...
最新文章
- Linux中用mkdir同时创建多个文件夹
- OpenCV 腐蚀和膨胀
- Misunderstood-Missing-逆向DP
- 银行的相关计算机知识,银行计算机基础知识试题及答案正式版.doc
- [UE4]把枪抽象为一个类
- linux zabbix使用教程,《Zabbix安装部署》-Centos7
- Opencv实现的简易绘图工具
- 利用批处理查看dll中的函数
- 淘宝图片服务器的学习
- 怎么将wmv格式转换成mp4
- java 静态方法中调用非静态方法
- cmake取消宏定义_CMake基本使用
- matlab模拟硅中的点缺陷,硅中的杂质和缺陷.pdf
- 成长的路上每一步都需要自己去用心体会!
- stm32f429之多通道ADC通过DMA数据采集
- 零基础Bootstrap入门教程(16)--模态框
- GIS小白教程:如何利用高程DEM数据构建三维地图模型(基于ArcScene)
- kdj超卖_为什么在KDJ指标的超卖区间不能卖出股票
- 用Tina-TI软件仿真并分析RC积分电路和微分电路
- 解决vscode下载速度太慢的问题
热门文章
- 数学之美 系列七 -- 信息论在信息处理中的应用
- oracle sql 艺术,Oracle PL/SQL 从if 到 then的“艺术鉴赏”
- python中enumerate()函数_Python enumerate() 函数
- python编写函数_浅谈Python 函数式编程
- php httphelper,C#的HttpHelper类post ,get
- 增强学习Q-learning分析与演示(入门)
- Entity Framework-02
- nodejs v8引擎
- 小程序短视频项目———开发用户登录注册(一)
- 解决C/C++语言中全局变量重复定义的问题