win深度学习tensorflow1.3.0+GPU cuda8.0安装

最新推荐文章于 2021-11-19 10:10:53 发布
置顶 最新推荐文章于 2021-11-19 10:10:53 发布
阅读量932 收藏 4
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28031193/article/details/81982379
本文详细介绍了在Windows环境下安装CUDA8.0、cuDNN，以及搭配TensorFlow1.3.0-GPU的步骤。强调了版本配套的重要性，并提供了下载链接和清华大学镜像源。还提到了TensorFlow1.3对比0.12版本在GPU资源利用上的优化，以及Anaconda环境下创建Python3.5环境的必要性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.安装顺序：先cuda(最好使用8.0，够了)，再cudnn，python，pip升级，pip安装tensorflow。

2.适合的cudnn必须配套，一般有3套8，9,9.2，但现在似乎小版本号也有差别
https://developer.nvidia.com/rdp/cudnn-archive 各版本下载地址

3.tensorflow和他们也必须配套，这里1.3适合cuda8.0

4.cuda9.2网址 https://developer.nvidia.com/cuda-downloads，浏览器收藏有各版本cuda链接
cudnn网址 https://developer.nvidia.com/rdp/cudnn-download

5.清华大学镜像，可以修改版本号，CPU或gpu
pip install –-upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

6.由于下载的cudnn里面显示cudnn为7，可以直接重命名为6，再放入cuda文件夹

7.实测证明1.3的tensorflow比0.12版本节省GPU资源，大大优化

<
最低0.47元/天 解锁文章

200万优质内容无限畅学
kunfu_csdn
关注
Win11极速安装Tensorflow-gpu+CUDA+cudnn(含视频)
weixin_46713695的博客
12-16 1万+
Win11极速安装Tensorflow-gpu+CUDA+cudnn(含视频链接)
ubuntu安装cuda8.0,cudnn6.0,tensorflow-gpu1.3.0,keras,pytorch
weixin_43379058的博客
04-17 1259
记录安装过程安装nvidia显卡驱动降低gcc，g++版本安装cuda安装cudnn安装tensorflow-gpu安装pytorch安装结束 tensorflow-gpu 版本比较难安装，几次安装成功后发现其实用的还是cpu，不建议用conda安装，如果你不是非要使用gpu的话，conda安装确实最快，使用以下命令即可 #注意conda版本中python要为3.6版本，建议安装conda4.6....
tensorflow_gpu-1.3.0
11-01
tensorflow gpu 1.3.0版 python 3.6 tensorflow gpu 1.3.0版 python 3.6
Ubuntu16.04安装TensorFlow_gpu1.3.0+pytorch+mxnet+caffe
hhhuua的博客
05-18 1300
一、安装TensorFlow_gpu1.3系统：Ubuntu16.04显卡：GeForce 920MX  显卡驱动：nvidia-375 版本：cuda8.0.61+cudnn:6.0+anaconda3-4.4.0+tensorflow_gpu1.30安装步骤：1、安装显卡驱动显卡驱动版本：nvidia-375(离线版下载地址：http://www.nvidia.com/Download/ind...
tensorflow 1.3.0安装--通过pip(ubuntu 16.04环境)
sunny_xiaot的博客
08-06 5857
1、安装pip sudo apt install python-pip 2、安装tensorflow 1.3.0 sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.3.0-cp27-n...
【环境配置】tensorflow-gpu==1.3.0安装
sxl的博客
06-18 4876
  tensorflow-gpu==1.3.0在Conda和pip中已经查不到了，但是在跑其他代码的时候，还是使用了这个版本的环境。如果环境版本跟代码不匹配，在跑程序的时候会出现各种问题。尽管有的巨佬提供了一些解决方案，然而问题还是一个一个出，最根本的解决办法就是适配环境。   尽管tensorflow-gpu=1.3.0，不能够使用Conda和pip直接下载，但只要环境文件在直接下载到本地pip安装就可以，提供一个网址链接 https://pypi.org/project/tensorflow-gpu/1
搭建环境（四）Ubuntu14.04 安装TensorFlow1.3.0
u012562690的博客
10-02 1580
安装完CUDA以及cudnn就剩最后一步安装TensorFlow了。官网中给出了几种安装方式： 1.基于pip的安装 2.基于 VirtualEnv 的安装 3.基于 Docker 的安装 4.基于 Anaconda 的安装 我是使用Anaconda 安装成功的，所以这里仅介绍基于 Anaconda 的安装方式，其他安装方式请参见官方文档。1.安装Anaconda从anaconda官网ht
深度学习环境搭建Ubuntu16.04+CUDA8.0+CUDNN6.0+Anaconda3+tensorflow1.3.0
明明明明明_的博客
02-11 414
电脑为联想拯救者Y7000，显卡GTX1650。 装的是WIN10+Ubuntu16.04双系统。 一、双系统装Ubuntu16.04 主要借鉴的下面的链接，包括删除Ubuntu，系统分区。 https://blog.csdn.net/Spacegene/article/details/86659349 1、删除之前的Ubuntu（第一次装系统的同学可以跳过） 经常重装系统，希望上次是最后一次了。...
win10安装tensorflow-gpu1.2+cuda8.0+cudnn5.1（使用anaconda搭建python3.5环境）
weixin_44341962的博客
06-09 2381
win10配置cuda8.0+cudnn5.1+tensorflow-gpu1.2（使用anaconda配置python3.5环境） 参考文章： https://blog.csdn.net/qq_37296487/article/details/83028394 https://blog.csdn.net/u010618587/article/details/82940528 https://ww...
tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl
03-26
深度学习tensorflow、keras开发工具包，该版本被用了很久，故保留下以备后用。
TensorFlow1.3.0离线安装依赖包
01-17
Tensorflow1.3.0离线安装依赖包，亲测有效，无任何错误！
tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl
01-25
tensorflow_gpu的whl文件，适用于pip 下载速度慢或者无法下载的情况
tensorflow1.3.0安装注意
bianjun1075的专栏
09-03 5254
环境：win10 python3.5 使用pip安装： python -m pip install --upgrade pip python -m pip install --upgrade tensorflow-gpu 安装成功后却不能使用，错误如下： >>> import tensorflow as tf Traceback (most recent call last
tensorflow-gpu1.3.0安装(win10+cuda8.0.61+cuDNN6.0)
Tina_Wei的博客
10-11 1109
其实网上的方案有很多 http://m.blog.csdn.net/JohinieLi/article/details/76960112 http://blog.csdn.net/weixin_36368407/article/details/54177380 http://blog.csdn.net/u010099080/article/details/53418159 这都
windows10安装TensorFlow-gpu环境
因为不想回家，所以还是去搬砖。
11-19 1390
Linux CPU 版本 Python 版本 编译器 构建工具 tensorflow-2.6.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.5.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.4.0 3.6-3.8 GCC 7.3.1 Bazel 3.1.0 tensorflow-2.3.0 3.5-3.8 GCC 7.
Windows 10 安装Tensorflow gpu-1.3.0
jmhIcoding
01-15 5295
硬件配置： cpu: 锐龙1700x 显卡：GTX 1060 OS Windows 10 64 企业版 配置过程 安装cuda8.0 官网链接：https://developer.nvidia.com/cuda-80-ga2-download-archive 如果官方下载失败，则使用网盘资源： 链接：https://pan.baidu.com/s/1o9uby2m
win7+cuda8.0+cudnn6.0+tensorflow-gpu1.3.0安装过程总结
从此做一个俗人
03-16 944
1.预备工作： 要安装CUDA，必需先确保电脑已经安装了最新的对应的显卡驱动 2.安装步骤： ① CUDA8.0 step1:下载cuda8.0 https://developer.nvidia.com/cuda-80-ga2-download-archive 安装时候我是直接全部安装在了C盘的，且使用的是精简安装。 但是在最后安装到图形驱动的时候，出现了黑屏，具体解决方法在另一篇博文中： htt...
Ubuntu 16.04安装cuda8.0 + cudnn 5.1 + tensorflow-gpu的正确姿势
lee!
10-31 1043
Ubuntu 16.04安装cuda8.0 + cudnn 5.1 + tensorflow-gpu的正确姿势
ubuntu16.04安装tensorflow1.3
ss910的博客
07-26 9119
1.安装cuda8.0 http://blog.csdn.net/ss910/article/details/76099660 2.安装python3.5 http://blog.csdn.net/bebemo/article/details/51350484 sudo apt-get install python3.5 sudo cp /usr/bin/python /usr/
一键安装TensorFlow GPU及CUDA、cuDNN环境指南
在介绍如何安装和配置TensorFlow GPU版本以及CUDA和cuDNN的相关知识之前，我们先了解下这些技术的具体含义和作用。 TensorFlow是一个由Google大脑团队开发的开源机器学习库，广泛应用于大规模数值计算和深度神经...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值