magicbook2018+MX150+win10+显卡驱动445.87+cuda_10.0.130+cudnn_v7.6.4.38+conda4.8.3+tensorflow1.14.0

Rowena ·

更新时间:2024-09-20

· 771 次阅读

疫情在家起见，效率真的很低，还好马上就要开学了，最近有个作业需要用到deep learning，要用到gpu跑，因此记录一下我的配环境过程，来回折腾了两天，版本不对称问题很头疼，下面直接给出我的电脑配置以及环境。
1.操作系统：WIN10
2.电脑型号：magicbook2018
3.CPU：i7-8550U
4.GPU：MX150
5.显卡驱动：445.87
6.cuda版本：cuda_10.0.130_411.31_win10
7.cudnn版本：cudnn-10.0-windows10-x64-v7.6.4.38
8.Anaconda3版本：4.8.3
9.python版本：3.7.3
10.tensorflow-gpu版本：1.14.0

一.安装显卡驱动

到官网上选择自己显卡型号对应的驱动，按照官网的选择步骤即可，链接如下：https://www.geforce.cn/drivers
安装完成后桌面右键，可以显示NVDIA控制面板，进入程序，在帮助-系统信息中即可查看版本号。

二.安装cuda和cudnn

关于CUDA和cuDNN的安装详细过程可以参考：https://blog.csdn.net/qq_37296487/article/details/83028394。
下载不同版本的CUDA链接：
https://developer.nvidia.com/cuda-toolkit-archive
下载不同版本的cudnn链接：
https://developer.nvidia.com/rdp/cudnn-download
如果之前有安装其它版本，卸载过程可参考以下链接：
https://blog.csdn.net/u013066730/article/details/85054164

安装完成后，WIN+R，输入cmd进入命令行，输入nvcc -V查看版本（注意是大写的V，不然会报错），如下图：在这里插入图片描述

三.安装Anaconda3

这里推荐anaconda3的原因是，它可以创建多个虚拟环境，我们只需要建立一个环境专门用于安装tensorflow-gpu。这样做的好处是，当我们需要安装新的环境时，直接切换虚拟环境就行。Anaconda 提供了包含 Python在内的180多个科学包及其依赖项，直接在官网下载最新版本即可：
https://www.anaconda.com/products/individual#download-section
安装完成后，WIN+R，输入cmd进入命令行，输入conda -V查看版本
在这里插入图片描述