重新安装tensorflow-gpu及对应的CUDA

记录一下重新安装tensorflow-gpu及遇到的问题(win10系统)

安装成功对应的版本tensorf-gpu 1.15，keras 2.3，cuda_10.0.130_411.31_win10，cudnn-10.0-windows10-x64-v7.4.2.24

安装tensorflow的源：pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==1.15

这里有个问题就是cuda10.0有多个版本，对应的cudnn对应cuda10.0也有多个版本(时间不同)，不确定时间是否也要一一对应，还是可以向前兼容。

遇到Could not load dynamic library ‘cudart64_101.dll’的报错，可单独下载对应的dll文件放在C:\windows\system32\路径下，重启后才可用

安装CUDA正常下一步即可，安装成功后将对应版本的cuda文件夹解压到自定义位置，在环境变量的Path中添加路径。

“no kernel image is available for execution on the device”问题，显卡算例不符合cuda的要求

可使用如下命令测试gpu是否可用：

import tensorflow as tf

a = tf.test.is_built_with_cuda() # 判断CUDA是否可以用

b = tf.test.is_gpu_available( cuda_only=False, min_cuda_compute_capability=None ) # 判断GPU是否可以用

返回结果

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

win + R：dxdiag查看显存大小

查看GPU信息：进入C:\Program Files\NVIDIA Corporation\NVSMI使用nvidia-smi命令

参考：nvidia-smi 系列命令，查看gpu ，显存信息 - Wsnan - 博客园