tensorflow-gpu深度学习安装的一系列问题——＞解决方法汇总

废话不多说，各位深度学习的战友们，我没有矿所以把用了好几年的电脑来跑深度学习中的人工神经网络，于是遇到了TensorFlow使用GPU加速需要安装的一系列坑。真的只要有坑的地方我都踩过了，接下来汇总一套真实有效的方法。只要你的电脑有GPU，不算太垃圾，此方法绝对有用！！！（不要说，我的问题可能和你的不一样，此法为通法。）我最终是失败的，但你们是可以成功的，因为我电脑不行。

 

步骤如下：

一、先看看自己的电脑显卡能不能用。

二、显卡通过，配置需要的组件。

三、安装测试。

四、救救孩子。

开始整活！！！

一、显卡测试

1. 

nvidia-smi #查看一次显卡基本信息，不再更新

 

打开你的终端，CMD啥的都行，输入上面这个代码，就会出现上图，看到NVIDIA—SMI的数值376.51和下面的显卡name是GeForce 820M。

对照下表，看看你的显卡算力多少。

（算力小于3.5基本上就是不合格，出门右转，别看了。设置好也没用白搭。要么直接显示算力不够，要么加速一点也不明显。

解决方法:

1.买高端显卡

2.换电脑

3.网上租环境）

由于NVIDIA存在多个系列的显卡类型，把这里仅仅显示出GeForce系列的显卡以及各个显卡的计算能力（compute capability），详情可以参考官网链接：

https://developer.nvidia.com/cuda-gpus

GeForce 和 TITAN 产品

GPU	计算能力
GeForce RTX 3090	8.6
GeForce RTX 3080	8.6
GeForce RTX 3070	8.6
NVIDIA TITAN RTX	7.5
GeForce RTX 2080 Ti	7.5
GeForce RTX 2080	7.5
GeForce RTX 2070	7.5
GeForce RTX 2060	7.5
NVIDIA TITAN V	7.0
NVIDIA TITAN Xp	6.1
NVIDIA TITAN X	6.1
GeForce GTX 1080 Ti	6.1
GeForce GTX 1080	6.1
GeForce GTX 1070	6.1
GeForce GTX 1060	6.1
GeForce GTX 1050	6.1
GeForce GTX TITAN X	5.2
GeForce GTX TITAN Z	3.5
GeForce GTX TITAN Black	3.5
GeForce GTX TITAN	3.5
GeForce GTX 980 Ti	5.2
GeForce GTX 980	5.2
GeForce GTX 970	5.2
GeForce GTX 960	5.2
GeForce GTX 950	5.2
GeForce GTX 780 Ti	3.5
GeForce GTX 780	3.5
GeForce GTX 770	3.0
GeForce GTX 760	3.0
GeForce GTX 750 Ti	5.0
GeForce GTX 750	5.0
GeForce GTX 690	3.0
GeForce GTX 680	3.0
GeForce GTX 670	3.0
GeForce GTX 660 Ti	3.0
GeForce GTX 660	3.0
GeForce GTX 650 Ti BOOST	3.0
GeForce GTX 650 Ti	3.0
GeForce GTX 650	3.0
GeForce GTX 560 Ti	2.1
GeForce GTX 550 Ti	2.1
GeForce GTX 460	2.1
GeForce GTS 450	2.1