【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】

目录

1、卸载之前的旧的或者不匹配的CUDA、cuDNN​​

2、提前查电脑显卡支持的CUDA版本,便于后续下载对应的CUDA版本​​

3、下载CUDA、cuDNN

4、tensorflow和CUDA、cuDNN版本型号要匹配

5、配置9条环境路径(默认安装可复制以下代码):

6、检查安装的CUDA版本

7、查询显卡算力


1、卸载之前的旧的或者不匹配的CUDA、cuDNN【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第1张图片

图片来源:windows 7 下cuda 9.0 卸载、cuda8.0 安装_shuiyuejihua的博客-CSDN博客

2、提前查电脑显卡支持的CUDA版本,便于后续下载对应的CUDA版本【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第2张图片

来源:CUDA、CUDNN在windows下的安装及配置_m0_37605642的博客-CSDN博客_cudnn配置

3、下载CUDA、cuDNN

 官网下载都是直接下载最新的,自己需要选择

各版本CUDA链接CUDA Toolkit Archive | NVIDIA Developer

各版本cuDNN链接https://developer.nvidia.com/rdp/cudnn-archive

此处参考链接Win10中CUDA、cuDNN的安装与卸载 - 程序员大本营

4、tensorflow和CUDA、cuDNN版本型号要匹配

【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第3张图片

表格来源于官网: 在 Windows 环境中从源代码构建  |  TensorFlow

5、配置9条环境路径(默认安装可复制以下代码):

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include

C:\ProgramData\NVIDIA Corporation\CUDA\Samples\v11.0bin\win64

C:\ProgramData\NVIDIA Corporation\CUDA\Samples\v11.0\common\lib\x64

【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第4张图片

6、检查安装的CUDA版本

powershell或者cmd都可以,两者同为终端,相同功能。在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite路径下打开powershell,需要按住shift,再鼠标右击

>>nvcc -V

【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第5张图片

7、查询显卡算力

>>cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite

>>deviceQuery.exe

【windows10卸载并重新安装CUDA、cuDNN】,【TensorFlow-CUDA-cuDNN-GPU版本对应】,【cuDNN系统环境变量设置】_第6张图片

你可能感兴趣的:(深度学习,tensorflow,cuda,cudnn,gpu)