Win10 Tensorflow-gpu安装配置

1.使用版本：

Python 3.6

CUDA 9.0

cuDNN （与CUDA版本对应）

tensorflow-gpu 1.8

注：可不安装anaconda和vs

2.下载CUDA并安装   https://developer.nvidia.com/cuda-toolkit-archive

（1）安装警告：The graphics driver could not find compatible graphics hardware。该错误可忽略。

（2）安装过程失败主要由于Visual Studio(VS) Intergration无法安装导致。选择自定义安装，不安装CUDA中的Visual Studio(VS) Intergration。

（3）验证是否安装成功：命令行 nvcc -V

配置环境变量，将CUDA安装目录下的bin和lib\x64配置到path中。

3.下载解压cuDNN  https://developer.nvidia.com/rdp/cudnn-download

需要注册一下账号

一定要下载对应CUDA版本的cuDNN！！！

将解压后目录下的文件放置到CUDA安装目录下对应位置。lib放置lib目录下，以此类推。

4.安装tensorflow-gpu

（1）安装命令:

pip uninstall tensorflow(卸载cpu版本的tensorflow)

pip install tensorflow-gpu==1.8

如果出现错误：7201 (compatibility version 7200) but source was compiled with 7003 (compatibility version 7000). If using a binary install, upgrade your CuDNN library to match.  If building from sources, make sure the library loaded at runtime matches a compatible version specified during compile configuration.类似，可能并不是cuDNN版本与CUDA不匹配，如果官网下的是匹配的，更大可能是由于tensorflow版本问题，可换更高版本试一试。

（2）测试是否安装成功：
import tensorflow as tf

test=tf.constant('hello gpu')

with tf.Session() as sess:

      print(sess.run(test))

检查gpu

tf.test.is_gpu_available()

#返回true/false

tf.test.gpu_device_name()

#设备名称