标签：Anaconda cuDNN GTX1650 TensorFlow2.4 CUDA NVIDIA Win10 GPU 安装
文章目录
前言
我的电脑使用的是GTX1650显卡，为使用TensorFlow2.4，尝试了多个版本的CUDA，安装最后总是会失败。多次尝试下，最终选择使用TensorFlow2.4 + CUDA11.0 + cuDNN v8.0.4（附有下载超链接）。因为NVIDIA官网下载CUDA和cuDNN略有麻烦，所以文章末尾处将提供百度网盘链接方便下载文件。对于更高性能的显卡，可以尝试使用TensorFlow2.4 + CUDA11.1 + cuDNN v8.0.5
一、安装Anaconda
- 安装Anaconda个人版，点击Download，根据提示进行安装即可
二、下载并安装CUDA
-
CUDA是NVIDIA推出的运算平台，是其推出的通用并行计算架构，该架构可使GPU能够解决复杂的计算问题。我们进入NVIDIA官网，选择相应的CUDA版本
下载CUDA11.0版本，也可以选择CUDA11.0 Update1版本
-
安装CUDA，根据自身需求，选择对应的安装路径（我这里选择默认路径，方便后面配置）
选择自定义（高级）
安装完成后，按Win+R打开运行窗口，输入cmd回车，随后输入nvcc -V来检测是否安装成功
三、下载cuDNN
- NVIDIA cuDNN是用于深度神经网络的GPU加速库，它可以集成到TensorFlow的机器学习框架中。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。
- 我们进入NVIDIA官网，登录或注册NVIDIA账户，选择对应CUDA的cuDNN版本
我使用CUDA11.0，这里我选择的是cuDNN v8.0.4，选择Windows版本，下载cuDNN v8.0.4
- 下载完成后，进行解压缩，并将解压后文件中的cuda文件夹复制到CUDA安装目录下
四、环境变量配置
- 右键此电脑，单击属性，选择高级系统设置，然后选择环境变量，在系统变量中，双击打开Path
- 正常安装完CUDA后，系统环境变量应该包括有两个路径
现在需要再添加一个CUDA文件的路径，首先找到包含cupti64_XXX.dll文件的路径，然后在编辑环境变量界面，我们点击新建，输入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64（根据自己文件位置输入对应路径），然后选择上移，移至第三行即可
- 添加cuDNN文件的路径。首先找到包含cudnn64_8.dll文件的路径，然后在编辑环境变量界面，我们点击新建，输入文件对应路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin（根据自己文件位置输入对应路径），然后选择上移，移至第四行即可
- 完成后，点击各个窗口的确定，使环境变量配置完成
五、安装TensorFlow（GPU版）
- 我们可以使用Anaconda自带的Anaconda Prompt进行安装，也可以使用cmd进行安装，打开后输入pip install tensorflow-gpu==2.4.0即可实现安装
- 这里建议将pip官方源换成国内源进行下载（推荐方法二）
方法一：指令改为pip install tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple，该方法只能保证本次使用国内源
方法二：一劳永逸（终生）更改国内pip源，查看我的上一篇CSDN博客 - 安装完成后，我们需要最终检测TensorFlow是否安装成功。在Anaconda自带的Anaconda Prompt中，或者cmd中输入ipython，按回车，接着输入import tensorflow as tf
按回车，再输入tf.config.list_physical_devices(‘GPU’)
当返回如下提示说明安装成功
附（百度网盘CUDA和cuDNN文件链接）：
- CUDA 11.0 （提取码：0000）
- cuDNN v8.0.4 （提取码：8040）
- CUDA 11.1 （提取码：1111）
- cuDNN v8.0.5 （提取码：8050）
标签：Anaconda,cuDNN,GTX1650,TensorFlow2.4,CUDA,NVIDIA,Win10,GPU,安装 来源： https://blog.csdn.net/m0_49783991/article/details/113384717
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。