cuDNN SDK 8.1.0 cuDNN 版本

发布时间：2025-06-24 20:08:52  作者：北方职教升学中心  阅读量：396

%。 cudn等。.。

• NVIDIA® GPU 驱动程序-CUDA® 11.2 要求 450.80.02 或者更高的版本。config。
• cuDNN SDK 8.1.0 cuDNN 版本。.。
  
  .0。

pip install tensorflow。(。.。

1. 然后配置相关软件。
   确保安装的 NVIDIA 软件包与上面列出的版本一致。%。

   背景。0\include。\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11。(。例如，如果 CUDA® 安装工具包 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0󿀌并且 cuDNN 安装到 C:\tools\cuda，请更新 %PATH% 匹配路径：

SET PATH。[。experimental。.。PATH。从2.11版开始󿀌windows需要 WLS2（适用于 Linux 的 Windows 子系统）GPU只能安装在上面。SET PATH。增加吞吐量。此时我安装的最新版本是2.11.0，GPU不能用于tensorflow的测试。

1. 环境变量的配置。(。='/physical_device:CPU:0',device_type。\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11。,cpus。.。SET PATH。experimental。:。

   由于最近电脑࿰的更换，

   当我把官方网站的语言调到英语时，发现了这样的提示（没有中文版的网页）：

   根据此提示󿀌Tensorflow 2.10是最后一个支持本地windowsGPU的版本。name。gpus。.。根据官网教程，list_physical_devices。
   在虚拟环境中使用pip安装tensorflow。
   CUDA® 工具包：TensorFlow 支持 CUDA® 11.2（TensorFlow 2.5.0 更高的版本）
   CUDA® 工具包附带 CUPTI。如果需要使用其他版本󿀌请参阅在 Windows 以下从源代码构建指南。

   显然，cpus。
   
   tensorflow版本.不再区分CPU版和GPU版，所以在软件配置正确的情况下，GPU设备应该能找到。PATH。='CPU')。

   然后测试GPU࿱是否可以使用a;可见，找不到GPU的问题已经解决。:。 =tf。tensorflow没有找到GPU，只有CPU。config。

   以下是官网给出的安装教程：
官方链接: 使用 pip 安装 TensorFlow。=C。]。PhysicalDevice。\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11。device_type。c;因此，;%。=C。因此，==

   2.10。='CPU')。将 CUDA®、本着使用最新版本的原则，根据官方指导教程安装和配置CUDA，PATH。=C。=C。

   测试GPU代码࿱能否使用a;

   import tensorflow as tfgpus。特别是，如果没有 cudN64_8.dll 文件，TensorFlow 无法加载。.。
   问题解决。;%。

2. （可选）TensorRT 6.0，可以缩短某些模型推断的延迟时间，SET PATH。:。=C。)。所以我卸载了之前安装的2.11.0版，安装2.10.0版：pip install tensorflow。GPU࿰应在native-windows上使用c;只能安装2.10.0版及以下版本，或者安装旧版tensorflow-gpu。.。:。]。我反复确认每个软件的版本和环境变量都没有错，但问题还没有解决。device_type。%。.。0\extras\CUPTI\lib64。print。

   ࿱的程序运行结果a;

   [。(。0\bin。list_physical_devices。CUPTI 和 cuDNN 添加到安装目录中 %PATH% 在环境变量中。 =tf。='GPU')。;%。\tools\cuda\bin。

   PATH。;%。Tensorflow的运行环境需要在新电脑上重新配置。%。