NVIDIA安培架构GPU安装CUDA 11与Tensorflow 1.15.2

【代码】安装 tensorflow==1.15.2 遇见的问题。

会出现胡乱安装依赖导致安装不成功的问题。

现在是芬兰的早上5点半，在斗争了两个小时之后，我终于知道我的问题出在哪里了😭最近需要调试一个github的代码，里面的tensorflow使用的是1的版本，本来是一件很简单的事情，python使用等待安装完成就可以了。

Tensorflow1中默认支持cuda10及以下的，最高的版本Tensorflow1.15默认使用cuda10；但是一些高性能的显卡，比如A100、3090等，它们只支持Cuda11的，这就不太友善了，毕竟不少项目依赖Tensorflow1搭建的。本文整理2种方法，一种是基于Conda搭建的，一种是基于docker搭建的，都测试过可用的。目录一、基于Conda搭建Tensorflow1 Cuda111.1 环境搭建1.2 查看环境的库1.3 验证环境。

30 系列显卡是新一代架构，新驱动不支持 cuda 9 以及 cuda 10，所以必须安装 cuda 11 最近在训练一个深度学习模型，要求的环境是python=3.7 + torch=1.3, 而torch1.3支持的cuda版本为9.2或10.2 但是我所用的显卡为3090, 所以网上的解决办法都试遍了， 都解决不了服务器在载入模型的时候很慢 后来无意中看到GeForce RTX 30系显卡目前是支持CUDA 11.1及以上版本 ...

前言 我新买的电脑是AMD的cpu+NVIDIA的3050GPU想试一试这个电脑跑深度学习，就安装一下tensorflow记录一下 安装Anconda 这个往上下载默认安装即可，不做描述 使用命令行新建一个tensorflow的环境 conda create --name tf python=3.7 安装时候有一个需要确认输入 y即可 创建完成切换到创建的环境中 conda activate tf 然后使用豆瓣源pip下载tensorflow2.7相关的依赖包，tensorflow1.15版本以上就不需

查看自己的Windows电脑是否成功安装了CUDA 第一步：同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。 第二步：命令行里输入“nvcc -V”并回车 第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。 安装CUDA 首先，查看电脑的NVIDIA 版本是否支持CUDA 以及能够配置的CUDA 版本 方法： 在桌面空白处单击右键，打开英伟达控制面板，如果找不到可以参考如下网址win10 nvidia控制面板怎么打开,wi...

TensorFlow是深度学习领域使用最为广泛的一个Google的开源软件库（最初由Google brain team进行开发的内部库，由于它的易用性Google决定把它开源出来）.采取数据流图，用于数值计算.节点——处理数据线——节点间的输入输出关系数据流图中的数据叫做tensor, 表示张量, 即N维数据, tensor在数据流图中流动表示计算的过程, 这也是tensorflow名字的由来.支持多种平台，GPU、CPU、移动设备tensorflow特性:在官网可以下载python3.9并安装好。这里我就

为什么CUDA装好了，Tensorflow-GPU不能用？ 当我们把CUDA、cudnn、tensorflow-GPU都装好，但在tensorflow GPU测试tf.test.is_gpu_avaiable()却始终返回false，怎么办？ import tensorflow as tf tf.test.is_gpu_available() FALSE 可能的原因如下： ———————————————————————————————— 1，CUDA、cudnn、Tensorflow、python版本并不

​ 因为最近要把cuda10.0升级到cuda11,但是cuda11都不支持tensorflow1.1x版本，所以尝试从源码编译，目前tensorflow官方给出了ubuntu版本的编译方法，nvidia也提供了一款基于ubuntu的nvidia-tensorflow，直接安装在centos上，期间出现了各种问题，因此本文记录了在centos上编译tensorflow-gpu1.15版本的过程，仅供大家参考。 ​ 下表展示了tensoflow和cuda、gcc之间的对应关系 [外链图片转存失

一、WIndows安装GPU版本tensorflow注意一下几个问题一般就不会出错 （1）确定自己要安装哪个版本的tensorflow-gpu； （1）根据自己要装的tensorflow-gpu版本确定要下载的CUDA版本； （2）根据要安装的CUDA版本确定要下载的Cudnn版本。 二、tensorflow-gpu版本与CUDA版本对应关系 不同版本的tensorflow-gpu与CUDA对应关...

tensorflow 1.15.0 版本的cuda要求不能太高 ，对应的cuda 和cudnn版本如下但是我们cuda已经安装了11.3，如果直接用pip 安装tensorflow，gpu 不会生效，报错因此我们需要使用conda安装，这样在虚拟环境中，他会自动下载cudatoolkit和cudnn，可以说很方便了。

win10 2022年10月Cuda10.2安Pytorch

从tensorflow的。

tensorflow安装 2.16.1版本

官方的tensorflow1.1x只支持cuda10.0和cudnn7，如何在更高的版本cuda和cudnn8使用tensorflow1.1x呢？最简单的方法是使用nvidia修改后的tensorflow：GitHub - NVIDIA/tensorflow: An Open Source Machine Learning Framework for Everyone TensorFlow User Guide :: NVIDIA Deep Learning Frameworks Documentatio

本文介绍Anaconda的安装步骤，包括下载、选择路径、解决菜单问题。新建Python环境有命令行和图形界面两种方式。对conda和pip的包管理进行了详细说明。CUDA的安装包括CUDA Toolkit和cudnn。TensorFlow-gpu-1.15和TensorFlow-gpu-2.0的安装步骤也有详细说明，包括更新protobuf和测试。Pytorch的安装步骤，及测试。详细操作请参考原文。

1.python尽量不要装太高版本，3.7够用了2.CUDA重新安装是比较简单的，但是需要考虑pytoch+cuda+python版本的兼容性3.需要用tensorflow-gpu时可以只在anaconda里安装对应版本的cudatoolkit和cudnn，不用重新安装本地CUDA。4.非必要不要用conda install，各种问题。pip最好。

压缩工具在压缩代码的过程中，可能会遇到语法错误或不兼容问题，从而导致报错。这些报错会以黄色警告的形式显示在控制台中，影响代码的整体质量。define.global，将它转成了window，导致文件路径中包含的global也被转成了window，从而出现文件路径找不到的问题。这个问题直到 vite 5.0 才被修复。要想在你当前的vite版本解决这个问题，将你的define.global配置去掉。我这里出现这个错误是因为在内部使用了scss语法，忘记加lang=“scss”