CUDA12.2版本下tensorflow-gpu安装教程
CUDA12.2还能安装tensorflow-gpu?尊嘟假嘟?
文章共500字 · 阅读需要大约2分钟
一键AI生成摘要,助你高效阅读
问答
·
我先前安装过Pytorch,那时刚刚配好了torch对应的NIVIDIA驱动、CUDA和CUDNN,CUDA版本是12.2的,那能不能在不换这个CUDA版本的情况下,安装tensorflow-gpu呢?答案是可以的。
主要参考以下文章的方法完成安装即可:
【精简】2023年最新Windows安装GPU版本的tensorflow(含bug记录及解决)_tensorflow最新版本-CSDN博客
其主要代码包括:
用于检查当前的cuda版本号
conda search cuda
用于检查当前的cudnn版本号
conda search cudnn
选择最终的cuda和cudnn搭配组合(不用预装cuda和cudnn)
conda install cudatoolkit=10.1.243
conda install cudnn=7.6.5
pip install tensorflow-gpu==2.2.0
不过在安装tensorflow-gpu的时候可以换源,从而大大提高效率,毕竟这个包还是很大的:
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装好后,分别执行下面三条语句,看最后是否返回True即可:
python
import tensorflow as tf
tf.test.is_gpu_available()
我安装好后,import tensorflow as tf 时出现了错误
TypeError: Descriptors cannot not be created directly(局部错误)
此时我进行如下命令:
pip install protobuf==3.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
其实和参考的文章一样,只不过我下载的版本稍高一点,然后换了源
接下来我再次执行那三条语句,运行结果如下:
可见,最后一行返回True,成功安装!
(如果你的虚拟环境已经乱了,可以执行以下命令再重新按照我的安装教程安装:)
删除原来的旧环境
deactivate
conda remove --name tensorflow-gpu --all
重新构建新环境
conda create -n tensorflow-gpu python=3.7
更多推荐
已为社区贡献1条内容
所有评论(0)