cuda+cudnn+tensorflow2.4安装血泪史

2021/2/4
安装cuda+cudnn(参考:https://geek-docs.com/pytorch/pytorch-tutorial/pytorch-optimization.html)
我之前已经安装好了查看了一下我安装的cuda版本是11.1,但查看了这个网站,https://www.tensorflow.org/install/source#common_installation_problemscuda+cudnn+tensorflow2.4安装血泪史_第1张图片
似乎我的版本没有对应的tensorflow版本(qaq)
全部重装。
1.如何打开anaconda中创建的新环境?https://blog.csdn.net/qq_17846375/article/details/105481006
anaconda prompt中输入:activate 环境名
或者在终端直接activate 环境名,如下在这里插入图片描述
2.tensorflow介绍:cuda+cudnn+tensorflow2.4安装血泪史_第2张图片

3.怎么安装tensorflow呢?
安装cpu版本:在这里插入图片描述
4.安装gpu版本
cuda+cudnn+tensorflow2.4安装血泪史_第3张图片
这样才能安装tensorflow-gpu2.4.0版本
如何查看nvidia驱动程序以及cuda驱动程序呢?如下。如果小于11.0,则必须升级驱动。我这个地方是11.1,表示驱动程序支持最高11.1.
cuda+cudnn+tensorflow2.4安装血泪史_第4张图片
cuda+cudnn+tensorflow2.4安装血泪史_第5张图片
cudnn不是安装包,是一些文件。
看了上面说的11.0,我还是决定把原来的cuda和cudnn删了按照b站上说的重新装。在卸载界面开始删除:
cuda+cudnn+tensorflow2.4安装血泪史_第6张图片
卸着卸着。。。好像把一些重要的东西卸载掉了,nvidia-sim命令也没用了。。。

2021/2/5
重新更新了一下驱动
https://www.nvidia.cn/Download/driverResults.aspx/170456/cn
在这个网站下载自己对应的版本,然后ok了,如下cuda+cudnn+tensorflow2.4安装血泪史_第7张图片
接着,要开始重新装cuda+cudnn了。还是按照b站的教程
①下载cuda11.0
方法一:conda install cudatoolkit=11.0
要配置好源,不然很慢,我加了b站老师的群,656444637,里面有配置好的.condarc,替换原来用户文件夹中自己的就好。
方法二:https://developer.nvidia.com/cuda-toolkit-archive
访问上面链接下载想要下载的版本(方法一没有尝试成功,就用了方法二,下面为cuda安装成功的结果)
cuda+cudnn+tensorflow2.4安装血泪史_第8张图片
注意:如果安装失败,会显示’nvcc’ 不是内部或外部命令,也不是可运行的程序 或批处理文件。
然后安装cudnn,可以在官网下载:https://developer.nvidia.com/rdp/cudnn-archive和cuda对应的版本。如下,注意是把同名文件夹中的文件复制到对应同名文件夹中而不是文件夹放入。
cuda+cudnn+tensorflow2.4安装血泪史_第9张图片
如何判断cuda和cudnn安装完成?cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:cuda+cudnn+tensorflow2.4安装血泪史_第10张图片
cuda+cudnn+tensorflow2.4安装血泪史_第11张图片
两个pass!说明安装成功!!
然后才开始真正安装tensorflow
进入anaconda中tensorflow的env:
conda activate tensorflow
然后安装
pip install tensorflow-gpu==2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

cuda+cudnn+tensorflow2.4安装血泪史_第12张图片
然后安装keras
pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

(后来跑一个脚本需要opencv
于是把keras改成opencv-python就ok了,这个源真奇妙)

cuda+cudnn+tensorflow2.4安装血泪史_第13张图片
看看gpu:显示为true了:cuda+cudnn+tensorflow2.4安装血泪史_第14张图片
或者另外一种测试方法!!


```python
import tensorflow as tf

tensorflow_version = tf.__version__
gpu_avilable = tf.test.is_gpu_available()

print("tensorflow version: ", tensorflow_version,"\tGPU aviable:", gpu_avilable)

a = tf.constant([1.0,2.0], name = 'a')
b = tf.constant([1.0,2.0], name = 'b')
result = tf.add(a,b,name='add')
print(result)

在这里插入图片描述
在这里插入图片描述

说明开发环境已经装成功了!!!!!!!

你可能感兴趣的:(笔记,cuda,tensorflow)