前言

这篇文章是我二刷 Tensor Flow-GPU 配置 。最近需要一个新的计算机安装环境。我翻阅了自己写的安装笔记: CUDA 安装学院视窗 ，然而,安装是为了版本的目的。出了一些新的问题，打算推倒再来一遍，因为是二周目， 因此,我将集中关注一些最典型的安装问题和解决方案。希望可以帮的到你！！

安装前须知

第一步是查明其依据是目前NV卡的CUDA版本还是TensorFlow-GPU版本。

NNV CUDA版本

右键—>NVIDIA控制面板—>配置PhysX—>设置显卡为主显卡
我目前的CUDA版本是11,Six.127,见此。
如果CUDA版本很重要的话,我们用11个,我们去安装6个版本。

主要基于 Tensor Flow-GPU 版本

我列出最新版本的TensorFlow-GPU 以及官方网站上的支持。

这里将安装 Tensor Flow-gpu=2. Four. Version 1 。

小结

CUDA 和 TensorFlow 版本根据其要求,可能导致 DLL 文件不完整、 DLL 文件困难、 垃圾或其他任何..

CUDA安装

NVIDIA CUDA官方网页

运行运行运行失败的可执行文件 。
第一个路径文件是一个临时释放路径, 安装后会自动删除 。
进入安装程序



自定义( 高级) 选择

在此安装选项中必须选中 CUDA 。第二个是 NVIDIA 驱动程序,第三个是额外的环境需求,如果安装,这些需求是可选择的。）

可以选择路径, 但请注意您的安装位置 。


完成后结束

配置环境变量

进入环境变量配置
这些是两个尚未完成的检查系统变量:

开始将下列变量添加到系统变量中:
（在配置环境路径中,建议适当的目录进行验证。）

在系统变量路径中添加以下内容:

多种CUDA版本的共存

在安装新的CUDA后,包括CUDA_PATH在内的上一个环境变量版本必须替换为新版本,而PATH中的新版本则放在旧版本的顶端。
NVCUDASAMLES_ROOT 被新版路径替换 。

CUDA验证

进入cmd输入：

前提是配置好环境：

带宽测试和设备查询必须验证 。

在cmd中：

PASS代表通过

CUDNN安装

CUDNN官方网站
安装匹配版本的预对等下载( 在此下载需要注册账户, 只要您想要注册)

打开已拉链的软件包, 并将所有内容传送到您的 CUDA 目录 :

Tensorlow-gpu2. Four. 1号安装

CMD里面没有安那孔达

把Anaconda安装到环境里

安装后, 验证版本 :

检查是否可用 。

返回 True 现在可供购买 。

全部Tensor Flow-GPU 可用性测试

测试代码：

测试结果：

数据运算测试：

测试结果：

一些测试出现的问题

进行测试代码时,会发出下列信息:

这里的问题是缺少更多.dll文档(主要原因同样是CUDA和CUDDN版本)。

解决

我试图卸载版本安装,但问题仍然存在。
TensorFlow 缺少 DLL 文件 : https://pan.com/ I'm not sure what you're talking about, baby. 这里发生了什么? pwd=mdzz.
提取码：mdzz
将全部文件传输到目录

另一个问题是,我的卡片CUDA11.Six, 复制到CUDAv11.bin的拷贝尚未解决, CUDA的高级版本必须移到新目录:C:WindowsSystem32。

如果你再跑下去,一切都会好的!

无法关闭临时文件夹:%s dll 。

问题在于无法找到 Anaconda 的内部文件 DLL:

复制到 D: AnacondaLibrarybin

结语

第二周继续充斥着问题..