tensorflow-gpu安装教程(面向小白+踩坑记录)
发布网友
发布时间：2024-09-27 18:30
共1个回答
热心网友
时间：2024-10-26 02:43
TensorFlow GPU安装教程：面向小白的配置与踩坑记录
本文主要介绍了如何为深度学习项目安装TensorFlow GPU环境，以避免新手在配置过程中遇到的常见问题。
1. CUDA与cuDNN安装
首先，根据TensorFlow 2.2.0和Python版本选择合适的CUDA（如CUDA 10.1）和cuDNN（版本7.6）。
检查显卡支持的CUDA版本，确保选择的版本不超过显卡驱动支持的最高版本。
从NVIDIA官网下载并安装CUDA，选择精简安装，验证安装成功后，通过nvcc -V命令检查。
下载cuDNN，注册后解压并将其bin文件夹内的内容复制到CUDA的bin目录，加入环境变量，通过bandwidthTest.exe和deviceQuery.exe验证安装。
2. Conda环境创建与TensorFlow安装
在命令行中，创建与TensorFlow版本对应的conda环境，然后使用pip安装tensorflow-gpu（如2.2.0）。
3. 常见问题与解决
如果遇到"nvcc"命令找不到，确保bin文件夹在环境变量路径中，或尝试重新安装CUDA和cuDNN，选择默认安装路径。
遇到"AttributeError: mole 'numpy' has no attribute 'object'"，可能需要降级numpy版本至1.23.4。
protobuf版本过新导致的问题，可尝试降级到3.20.x版本。
找不到cudart64_101.dll，需下载或从cuda bin目录复制到Windows\System32\。
以上是安装过程中的关键步骤和常见问题解决方案，希望对新手有所帮助。
