Win10+RTX3060安裝CUDA及tensorflow

踩過了好多坑之后我只能說網上的大部分教程都太老了，不適合RTX30系顯卡，其實正確的方法比那些老方法簡單的多，重要的是你顯卡是新的，軟件版本也一定要新

 

一、安裝CUDA與cuDNN

1. 首先確保你已經安裝了新版的nvidia圖形驅動程序。其次你得有C/C++編譯環境，沒有的話裝一個Visual Studio或MinGW。
2. 安裝CUDA Toolkit 11.3
3. 下載CUDNN 11.3，將解壓后的全部文件復制到CUDA的安裝目錄中（默認：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\）。

 

1. 進入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite中，在命令行運行deviceQuery.exe和bandwidthTest.exe，如果運行后顯示pass則表示CUDA及CUDNN成功安裝。

二、安裝python3.8

直接在官網下載安裝，或用conda安裝。

三、安裝Tensorflow

3.1 安裝

一定要用 pip 安裝，別用conda

pip install tensorflow

因為新版tensorflow同時包含cpu和gpu支持，所以是tensorflow而不是tensorflow-gpu。別指定2.0或2.3版本，就默認新版的，老版本有bug。

3.2 測試

進入python命令行，執行以下代碼，最后顯示 “True”即說明已支持gpu。

import tensorflow as tf

print(tf.test.is_gpu_available())

以下是一段來自tensorflow官網的示例代碼，看看能否執行成功

import tensorflow as tf

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()

x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([

  tf.keras.layers.Flatten(input_shape=(28, 28)),

  tf.keras.layers.Dense(128, activation='relu'),

  tf.keras.layers.Dropout(0.2),

  tf.keras.layers.Dense(10, activation='softmax')

])

model.compile(optimizer='adam',

              loss='sparse_categorical_crossentropy',

              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test, y_test)