win11/win10+tensorflow2.9.0+cuda11.2.1+cudnn8.1.1

win11/win10+tensorflow2.9.0+cuda11.2.1+cudnn8.1.1

1.查看显卡支持的最高cuda版本

我是win11系统


所以只要下载的cuda低于查看的版本,显卡驱动就支持,向下兼容。

但是要注意

  • 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
java 复制代码
显卡驱动决定了CUDA的最高版本

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
复制代码
进cmd
输入nvidia-smi

可以看到TensorFlow-gpu对应的cuda最高版本为11.2,但是点进去发现最高只支持win10系统,没有win11的选项。最后实测win11也是向下兼容的,直接开整。

tensorflow官网查看对应版本: https://tensorflow.google.cn/install/source_windows?hl=zh-cn

2.cuda安装

cuda官网链接:https://developer.nvidia.com/cuda-toolkit-archive/

我选择的版本是11.2.1

可以看到没有win11选项,直接选中win10就行。

下载完毕后直接一路next安装。

安装好后cmd命令行中测试一下

复制代码
cmd
nvcc --version

3.cudnn

cudnn官网链接:https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

我选择的是8.1.1版本

下载好了解压后,将cudnn里面的bin、include、lib文件夹所有内容复制到对应的cuda文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1下面。

4.Tensorflow-GPU

4.1创建一个新的conda环境

复制代码
conda create --name tf22 python=3.8
activate tf22
pip install tensorflow-gpu==2.9.0 -i https://pypi.mirrors.ustc.edu.cn/simple

python版本我这里选择3.8,tensorflow-gpu一定要指定好版本。

pip安装比较慢,可以使用镜像

复制代码
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

激活刚刚创建的环境

在创建的环境中直接使用pip安装,建议使用镜像安装,速度很快。

4.2 测试

使用PyCharm简单测试,注意如果是中途修改过环境依赖中的东西,例如重新安装过TensorFlow,要重启PyCharm,重新导入依赖才能生效,否则会出现已经成功安装但是却输出False情况。

python 复制代码
import tensorflow as tf
print(tf.version)
print(tf.config.list_physical_devices('GPU'))
print(tf.test.is_gpu_available())

查看结果,可以看到输出了显卡的有关信息,表示安装成功。如果最后没有出现True和显卡信息,则说明中间过程可能出现了问题,可以先试着重启一下

PyCharm再试试。

最后也有人使用高版本cuda11.7成功了,也可以参考。

win11+cuda11.7+cudnn8.5+Tensorflow-GPU : https://www.cnblogs.com/LandWind/p/win11-cuda-cudnn-Tensorflow-GPU-env-start.html

相关推荐
SunnyDays101116 分钟前
Python 高效实现 Excel 与 TXT 文本文件之间的数据转换
python·excel转txt·文本转excel·excel转文本·txt转excel
_BugMan1 小时前
【大模型】理论基础(1):函数与神经网络
人工智能·深度学习·神经网络
硬件人某某某1 小时前
python基于卷积神经网络的桥梁裂缝检测系统(django),附可视化界面,源码
python·cnn·django
java1234_小锋2 小时前
PyTorch2 Python深度学习 - 自动微分(Autograd)与梯度优化
开发语言·python·深度学习·pytorch2
AI模块工坊2 小时前
CVPR 即插即用 | PConv:重新定义高效卷积,一个让模型“跑”得更快、更省的新范式
人工智能·深度学习·计算机视觉·transformer
java1234_小锋2 小时前
PyTorch2 Python深度学习 - 简介以及入门
python·深度学习·pytorch2
lzjava20242 小时前
Spring AI加DeepSeek实现一个Prompt聊天机器人
人工智能·spring·prompt
fanstuck3 小时前
AI辅助数学建模有哪些优势?
人工智能·数学建模·语言模型·aigc
tao3556674 小时前
【Python刷力扣hot100】42. Trapping Rain Water
开发语言·python·leetcode
一只安4 小时前
从零开发AI(不依赖任何模型)
人工智能·python