如何使用 Tensorflow V.2.4 RTX 2070 Super Ubuntu 18.04 安装 Cuda 10.1

Posted

技术标签:

【中文标题】如何使用 Tensorflow V.2.4 RTX 2070 Super Ubuntu 18.04 安装 Cuda 10.1【英文标题】:How to Install Cuda 10.1 with Tensorflow V.2.4 RTX 2070 Super Ubuntu 18.04 【发布时间】:2021-04-07 18:55:17 【问题描述】:

我是新手,正在学习机器学习。 当我尝试按照说明https://www.tensorflow.org/install/gpu?hl=en 安装 nvidia cuda 时, 安装失败。

要在 tensorflow 2.4 中使用 Cuda,它需要 Cuda v10.1,当我尝试按照 (https://developer.nvidia.com/cuda-10.1-download-archive-update) 安装 cuda 10.1 时,它会删除我的显卡驱动程序 nvidia-450 并安装 nvidia-418 。我认为 RTX 2070 SUPER 不支持,因为在安装 nvidia-418 后,我的屏幕分辨率已降级并且无法使用 nvidia-smi 命令。

如何在我的电脑环境(Ubuntu18.04、RTX 2070 SUPER、tensorflow v2.4)安装cuda10.1?或 RTX 2070 super 的任何可用版本的 cuda 以使用 tensorflow?

对不起,我的英语太短了。

【问题讨论】:

【参考方案1】:

如果您使用的是 Ubuntu 18.04,则可以使用 sudo apt install nvidia-cuda-toolkit。该软件包中的 CUDA 版本(截至 2021 年 1 月 20 日)为 10.1。

运行后,您可以使用nvcc --version 确认它确实是 10.1。

【讨论】:

以上是关于如何使用 Tensorflow V.2.4 RTX 2070 Super Ubuntu 18.04 安装 Cuda 10.1的主要内容,如果未能解决你的问题,请参考以下文章

Tensorflow 在 CPU 而不是 RTX 3000 系列 GPU 上训练

RTX3050 使用深度学习 启动特别慢

RTX3050 使用深度学习 启动特别慢

windows 11 搭建 TensorFlow2.6 GPU 开发环境RTX 3060

无需源码编译 | 基于RTX3090配置tensorflow1.15环境

windows 11 搭建 TensorFlow GPU 开发环境RTX 3060:2 -- 基于WSL2 docker 方式的使用