Tensorflow:我安装了CUDA 9.2但它需要9.0?

时间:2018-05-19 05:44:35

标签: tensorflow cuda

我按照书中的说明安装了CUDA Toolkit 9.2版。然后我收到了这个错误

  

ImportError:找不到' cudart64_90.dll'。 TensorFlow要求将此DLL安装在%PATH%环境变量中指定的目录中。从以下网址下载并安装CUDA 9.0:https://developer.nvidia.com/cuda-toolkit

我搜索并发现tensorflow需要9.0,但接下来该怎么办?我应该删除旧版本的CUDA然后安装9.0版本,或者只安装9.0(所以我会有两个版本共存)?我不想打破我的电脑,帮忙~~~

编辑:

我从链接https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal下载了CUDA9.0 patch1。但似乎安装程序没有工作(当我双击它时它会立即消失)?

5 个答案:

答案 0 :(得分:12)

从论坛:https://devtalk.nvidia.com/default/topic/493290/multiple-cuda-versions-can-they-coexist-/,他们说多个不同版本的CUDA可以共存!只需下载您需要的所有版本并下载所有补丁(闪烁与否)和相应的cuDNN。我使用conda在虚拟环境中安装了tensorflow,并在安装了所有东西后(重启计算机/重新打开命令提示符几次),然后它就可以了!

答案 1 :(得分:0)

我遇到了同样的问题,然后通过将python 3.5更改为python 3.6解决了它。希望你也能解决。

答案 2 :(得分:0)

如果您安装了较高版本的Cuda,只需运行较低版本的Cuda安装程序,它将自动删除已安装的版本(如果该版本不是同一版本)。就我在Windows 10上的情况而言,Cuda9.0安装程序删除了Cuda9.2。谢谢!

答案 3 :(得分:0)

对于Ubuntu 16.04有效:

https://developer.nvidia.com/cuda-90-download-archive-> deb(网络)

按照Nvidia的说明进行操作,然后仅安装库(已安装的9.2 Cuda Toolkit的旁边):

sudo apt-get install cuda-libraries-9-0

答案 4 :(得分:0)

请遵循以下链接中提到的所有步骤。我在Ubuntu 18.04中工作过Tensorflow

http://www.python36.com/how-to-install-tensorflow-gpu-with-cuda-9-2-for-python-on-ubuntu/

在确认安装了nvidia驱动程序之后,需要安装cuDNN,NCCL和依赖项(libcupti-dev并添加LD_LIBRARY_PATH)。 然后从源头配置TensorFlow。

wget https://github.com/bazelbuild/bazel/releases/download/0.14.0/bazel-0.14.0-installer-linux-x86_64.sh
chmod +x bazel-0.14.0-installer-linux-x86_64.sh
./bazel-0.14.0-installer-linux-x86_64.sh --user
echo 'export PATH="$PATH:$HOME/bin"' >> ~/.bashrc

并重新加载环境变量。通过下载最新的tensorflow开始构建TensorFlow的过程。之后,您需要使用bazel构建Tensorflow。此过程将花费大量时间。可能要花几个小时。

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git pull
git checkout r1.8
./configure
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

要构建以下文件,请发出以下命令:

bazel-bin/tensorflow/tools/pip_package/build_pip_package tensorflow_pkg

要使用pip安装tensorflow:

cd tensorflow_pkg

对于现有虚拟环境:

pip install tensorflow*.whl

之后,您可以通过运行一个简单的示例来验证TensorFlow的安装。