标签：记录 python cuDNN CUDA 下载安装 TensorFlow tensorflow 安装
文章目录
前言
tensorflow学习中的一些记录…嘻嘻
（一） 下载与安装
Windows 10 + Anaconda 3 + Python 3.7 + CUDA toolkit 10.0 + cuDNN v7.4+ tensorflow 1.14
一、Anaconda 3 下载安装
下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
不要挑最新的，下载下来安装界面会提示require python 3.8适配的python 3.8, 这里需要注意整体搭配，看要安装的软件是否支持python版本
tensorflow的官网上可以查到型号，这里我参考如下图：
我使用安装的搭配为：
tensorflow 1.14、 python 3.7， CUDA 10.0，cuDNN 7.4. (这里为什么不搭配tensorflow 2.0,最后会解释)
那就找Anaconda 3支持python3.7的版本，我从下载地址里挑选版本为：
下下来安装就完事，要注意 添加环境变量：
成功过后，测试一下,打开cmd命令行：
或者在 cmd 中输入 conda --version 检测anaconda环境是否安装成功。
二、确定一下你的GPU是否支持CUDA
1.查看GPU
2. 必应 / google搜索：NVIDIA XXXXXX + SPECIFICATION
即可查看版本是否支持
三、CUDA下载安装
1.直接搜索CUDA 10.0进行下载
2.安装好后，打开anaconda的terminal输入
（直接cmd打开输入也行）
nvcc -V
进行测试，显示如下证明安装成功
四、cuDNN下载安装
1.下载cuDNN(需要先注册一下)
https://developer.nvidia.com/rdp/cudnn-archive
挑选 7.4 版本，并且适用于CUDA 10.0 这里要对应
2.解压得到：
3. 将bin 、include、 lib\x64 下面的文件复制到 CUDA安装文件夹对应的bin 、include、 lib\x64 下面完成安装
CUDA安装文件夹为：
4.测试一下
打开cmd 进入文件夹：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
运行两个程序（deviceQuery / bandwidthTest）显示如下即可。
五、用ANACONDA安装TENSORFLOW
1. 在ANACONDA里创建名为TENSORFLOW的环境（你可以叫他任何名字，这里我叫这个环境为TENSORFLOW
打开软件：
输入
conda create -n tensorflow pip python=3.7
注意 pip python=3.X 的意思是在名为tensorflow的环境里搭建版本是3.X的python，改为你对应的版本
2. 发出相关命令以在 conda 环境中安装 TensorFlow
(tensorflow) C:\Users\JackieZ>pip install --ignore-installed --upgrade tensorflow-gpu==1.14
这里不加“==1.14”就会默认安装了最新的 TensorFlow 2.5，安装2.0以上版本会存在与1.0的语句不兼容情况，如下：
因此解决方法有两种
- 最简单的：安装1.14，这也是比较常用的搭配，方便学习
- 或者：
只修改两条语句，就可以覆盖全部语句，把
import tensorflow as tf
改为
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
总结 + 安装包
后面开始学习咯 顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶
附上tensorflow目前的版本，参考以下博客
https://blog.csdn.net/weixin_43760844/article/details/113477352
安装包链接附上~~~~（使用的 Anaconda3 + CUDA + cuDNN）
https://pan.baidu.com/s/1ChCsQ7jaZ12VJ7jpRkQWMA
提取码： wow6
标签：记录,python,cuDNN,CUDA,下载安装,TensorFlow,tensorflow,安装 来源： https://blog.csdn.net/qq_37924079/article/details/119138145
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。