配置tensorflow GPU 版本填坑路

最新推荐文章于 2026-06-17 14:15:02 发布
原创 最新推荐文章于 2026-06-17 14:15:02 发布 · 2.5k 阅读 · 4
标签
#keras #tensorflow
本文详细记录了在Mac电脑上安装Tensorflow GPU版本的过程，包括CUDA和cuDNN的安装，以及遇到的常见问题和解决方法。安装过程中可能会遇到ImportError、Segmentation fault等错误，通过配置环境变量和正确设置CUDA库路径可以解决。同时，文章还提到了Keras与Tensorflow的版本对应关系，确保两者兼容。最后，针对可能出现的OOM错误和显存释放问题，给出了相应的解决建议。

如果是练习教程中的例子tensorflow cpu 版本够用了，要训练的话还是gpu版本要快很多，

本文记录了在我们配备的主流Mac电脑上，安装gpu版本常见问题和解决方法

显卡为：

  芯片组型号：    NVIDIA GeForce GTX 775M
  类型：    GPU
  总线：    PCIe
  PCIe Lane 宽度：    x16
  VRAM（总和）：    2048 MB
  供应商：    NVIDIA (0x10de)  
一. 环境


Mac OSX 10.12
Python:3.6.2
CUDA Toolkit 8.0
cuDNN 5.1

 二. tensorflow 的安装

 参考官方教程，https://www.tensorflow.org/install/install_mac, 不再赘述

建议

1 如果你使用Pycharm编辑器的话，Pycharm自带虚拟环境创建，建议安装到PyCharm的虚拟环境中。

2如果你裸写，建议使用virtualenv来安装tensorflow

三. 安装CUDA

1.安装 CUDA Driver 8.0：

请到如下地址安装最新版 CUDA Driver for Mac：
http://www.nvidia.com/object/mac-driver- archive.html

安装完成后再偏好设置里会看到这个选项

最低0.47元/天 解锁文章
第36步 深度学习图像识别：TensorFlow-gpu环境配置
Jet4505的博客
06-12 3621
第36步 深度学习图像识别：TensorFlow-gpu环境配置
填坑——TensorFlow_GPU和pytorch的安装配置
薰衣草PK向日葵的博客
07-19 3445
主要的安装流程参考：win10下Anaconda+VS2017+cuda9.0+cudnn+Pycharm安装配置tensorflow（GPU版）、win10在Anaconda上安装Pytorch 1、NVIDIA安装程序失败 安装好Anaconda和VS2017后，报错信息如上。所有组件全部未安装。有个回答是这样的：https://blog.csdn.net/hsqaihkl/ar...
2018 MAC安装CUDA、cuDNN（Gaming Box1070）
ignoreyou的博客
12-20 1万+
环境 软件环境：  macOS Sierra 10.13.6  GPU Driver: WebDriver-387.10.10.10.40.108 CUDA Driver: cudadriver_396.148_macos  CudaToolkit: cuda_9.2.148_mac CUDNN: cudnn-9.2-osx-x64-v7.2.1.38 硬件环境：  Mac 2018 15' ...
清理Mac OSX中安装的nvidia CUDA driver
jiangkui007的博客
10-22 1753
title: 清理Mac OSX中安装的nvidia CUDA driver date: ‘2019-06-13 22:13:17’ updated: ‘2019-06-13 22:17:51’ tags: [mac] permalink: /articles/2019/06/13/1560435197588.html 看到我的就MBP是nvidia的320M，没有仔细查阅资料，就以为支持CUDA，然后按照了CUDA driver，然后就看到Preference里提示不支持。那现在准备删除吧。 /usr/l
从零到一：手把手教你配置TensorFlow-GPU开发环境（避坑指南）
weixin_42524308的博客
04-18 120
本文详细介绍了如何从零开始配置TensorFlow-GPU开发环境，包括显卡驱动检查、CUDA与cuDNN的精准配对、TensorFlow-GPU的安装方案及常见报错解决方案。通过避坑指南和实用技巧，帮助开发者高效完成环境配置，充分利用GPU加速深度学习任务。
MacOS 10.12编译安装 TensorFlow
shichen501的博客
04-05 2856
文章目录使用 conda 安装编译安装本机型号说明环境检查开始安装选项测试其他build_tf.sh常见问题Compiling src/google/protobuf/compiler/main.cc [for host] failed: undeclared inclusion(s)ERROR: tensorflow-2.8.0-cp39-cp39-macosx_12_0_x86_64.whl is not a supported wheel on this platform. 使用 conda 安装
tensorflow-gpu安装（详解）
📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见，探索从像素到智能的无限可能。
11-01 2万+
TensorFlow（中文名：张量流）是一个由Google开发的开源机器学习框架，广泛用于深度学习和机器学习任务。
tensorflow 安装GPU版本，个人总结，步骤比较详细
热门推荐
gangeqian2的博客
02-24 32万+
    手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696    此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。CUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA...
centos安装tensorflow GPU版本填坑
yangyi139926的博客
04-15 1047
我耗费了一天的时间，查了好多资料，官网也没给出2.12之后的版本适配情况。清华大学源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow。1、介绍：tensorflow从2.12版本后，不细分tensorflow-gpu版本，统一合成tensorflow。我的cuda环境变量配置正确，nvidia-smi都能显示，其他软件都能识别，tensorflow却找不到。用2.14版本可以。虽然解决了GPU，还有一些库的问题需要解决。
tensorflow 安装GPU版本，个人总结，步骤比较详细【转】
weixin_33713503的博客
09-17 8041
本文转载自：https://blog.csdn.net/gangeqian2/article/details/79358543 手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696     此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。 CUDA CUDA(Com...
Windows 10 上Xgboost GPU配置填坑过程
BBBBBlog
04-20 3776
 主要过程：1.    安装vs(我装的是2017)2.    安装cuda(我装的是cuda9.1.85.3，cudnn7.1.2)3.    安装cmake4.   下载xgboost代码并编译5.    安装6.     xgboost gpu相关参数及demo其他配置的比如:vs2015/2013,cuda 9.0/8.0等版本 编译好的dll已经放到网盘上了，如果你的版本（主要看cuda...
TensorFlow：tensorflow-GPU版本填坑
纸末的博客
03-15 584
最近开始机器学习的学习 之前已经安装好了anaconda，配置好工作环境后无脑安装了tensorflow-GPU版本 却测试无法使用呢，故寻找问题重新安装 tensorflow安装CPU版本可以直接使用 但是安装gpu版本的，需要安装CUDA和cuDNN，而且CUDA版本需要与显卡型号匹配才可以使用。 1.查看自己电脑所支持的cudNN版本 打开 控制面板-->硬件与声音--&...
tensorflow gpu 安装填坑记录
Matrix-yang的博客
04-20 406
环境 python 3.6 windows10 64操作系统专业版 1050TI显卡 软件包准备 CUDA包 cuda_10.0.130_411.31_win10.exe (链接：https://pan.baidu.com/s/1perhy_z4QbwDQPgam01Z1A 提取码：f7ux 自己去官方下载一定要注意版本，最新版本可能不适用) 显卡驱动包 417.71-desktop-w...
Ubuntu 16.04 搭建tensorflow-gpu运行环境 安装CUDA9.0 cuDNN7.1.4 填坑
zywvvd的博客
05-12 3413
执笔时间：2019.01.12 目的是在ubuntu 16.04 中搭建tensorflow-gpu运行环境 在近期有相似需求的同志可以适当参考 学艺不精，如有纰漏烦请不吝赐教 参考了很多大神的经验，感谢他们～ https://www.cnblogs.com/iloveblog/p/7683349.html https://blog.csdn.net/u014595019/art...
Ubuntu + Conda + TensorFlow GPU 环境配置完全指南：从“找不到GPU”到“完美运行”
m0_51246196的博客
07-09 1348
摘要：本文详细记录了在Ubuntu系统上配置TensorFlow GPU环境的完整过程，从初始的GPU识别失败到最终成功运行。通过系统级CUDA Toolkit安装、Conda环境管理和Pip包生态的结合，作者解决了版本兼容性问题，并分享了关键解决方案——使用动态加载路径的activate.d脚本。文章还总结了常见错误和优化技巧，最终实现了一个稳定可移植的深度学习环境配置方案（150字）。
关于Pycharm中使用TensorFlow填坑
ACE小海豚的博客
10-10 2597
第一篇博客 很久之前就希望有一个平台能过记录自己的成长历程，wordPress，GitHubPage等等都有了解过， 个人建站觉得比较麻烦（又要买域名，服务器，目前自己写出一个blog有点难，主要还是因为穷= _ =）， 感觉读了研究生之后，尽管可自由支配的时间少了很多，但还是需要挤出时间来记录一下今后所遇到的一些问题。 所以考虑到种种原因，最终还是选择了CSDN，希望在日后浏览自己的博客会有小小...
TensorFlow GPU环境配置：CUDA与cuDNN版本锁死实战指南
最新发布
weixin_34122532的博客
06-17 230
GPU加速是深度学习工程落地的基础能力，其核心依赖CUDA运行时与cuDNN计算库的协同工作。CUDA提供并行计算抽象层，cuDNN封装高度优化的神经网络原语（如卷积、RNN），二者通过严格的ABI兼容性与头文件宏定义绑定——例如TensorFlow 1.14.0在编译期即硬编码调用cudnn64_7.dll及CUDA 10.0运行时符号。这种‘版本锁死’并非人为限制，而是由GPU算力架构（如Compute Capability）、驱动接口演进和链接器符号表共同决定的技术事实。典型应用场景包括本地Windo
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值