win11+cuda11.2+cudnn+Tensorflow-GPU 环境配置
名词解释
-
CUDA 即英伟达的显卡并行计算框架,nvidia-smi 可以查看
tensorflow-gpu的运行需要它的底层支持,它是一个计算框架,抽象层次比驱动高,每个版本的CUDA都是基于一定版本的驱动建立的,所以它对驱动的最低版本是有要求的 -
cuDNN 基于CUDA架构的神经网络库
是专门用于神经网络计算的加速包,可以看作是CUDA的一部分(并行计算框架下的一个包) -
tensorflow-gpu
tensorflow-gpu的运行需要用到CUDA框架, 特别是cuDNN库,就像CUDA是基于特定版本驱动构建一样,tensorflow-gpu也是调用特定版本的CUDA,二者存在对应关系
综上,
**
driver决定了CUDA的版本
CUDA决定了cuDNN的版本
CUDA决定了tensorflow-gpu的版本
tensorflow-gpu决定了python的版本
**
前置说明
首先需要确认硬件是否支持.
设备管理器中可以查看
一般较新游戏本的英伟达显卡都支持,可以通过命令行```nvidia-smi ```查看
类似下面 CUDA Version: 11.8 就是支持的最高cuda版本
Tensorflow-GPU 版本对应 官网#
CUDA安装
官网:https://developer.nvidia.com/cuda-toolkit-archive
我选择低一个版本的11.7.1,安装一路next
安装好后测试命令行下 nvcc -V
cuDNN
官网: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
根据系统版本的CUDA版本选择
我选择v8.5.0
解压后复制到cuda文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7下面
Tensorflow-GPU
pip 可以设置其他源,加快下载速度
清华镜像:Simple Index
中科大镜像:https://pypi.mirrors.ustc.edu.cn/simple
豆瓣镜像:http://pypi.douban.com/simple
阿里镜像:https://mirrors.aliyun.com/pypi/simple
百度镜像:https://mirror.baidu.com/pypi/simple
安装Tensorflow-GPU
pip install tensorflow-gpu -i http://pypi.douban.com/simple
测试是否安装成功
新建info.py
import tensorflow as tf
print(tf.test.is_built_with_cuda())
#若输出为true则表示cuda安装成功
print(tf.config.list_physical_devices('GPU'))
#若输出为true则表示能够使用gpu
print(tf.test.is_gpu_available())
执行python info.py
输入类似下面则表示成功了
好了,恭喜你!环境已经可用了。享受hello word
参考
作者: LandWind
出处:https://www.cnblogs.com/LandWind/p/win11-cuda-cudnn-Tensorflow-GPU-env-start.html
版权:本文采用「署名-非商业性使用-相同方式共享 4.0 国际」知识共享许可协议进行许可。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· 一文读懂知识蒸馏
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下