Vérifiez la version la plus élevée de cuda prise en charge par cet ordinateur : nvidia-smi
Modifiez la source conda dans ~/.condarc :
show_channel_urls: true
ssl_verify: false
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- defaults
#La commande suivante peut afficher la relation entre chaque sous-version de cudnn8 et la version cuda : conda search cudnn=8 --info
conda créer -n tensorflow_gpu3 python=3.7 cudnn=7.6.5.32 cudatoolkit=10.2.89
conda activer tensorflow_gpu3
pip installer tensorflow-gpu==2.11.0
Vérifier que l'installation a réussi
Entrez dans l'environnement Python :
importer tensorflow en tant que tf
tf.config.list_physical_devices('GPU')