细数自己搭建TensorFlow-gpu环境中遇到的坑及解决方式:
1、安装anaconda,一路下来点击next,然后默认配置(这里不再细讲)2、安装装TensorFlow-gpu -->pip install tensorflow-gpu(也可以选择自己想要的版本安装),注意:现目前TensorFlow-gpu适应python最佳版本为python3.5
3、官网下载cuda,本人下载的是cuda9.0 测试过V9.1与V8.5,9.0版本是稳定的版本
4、下载对应cuda版本的cudnn,官网会有相关提示(本人下载为v7.0.5)
5、双击cuda.exe文件安装,过程中会出现闪屏等状况,都是正常情况,按照默认选择,点next。划重点!下面的步骤很重要!!!
5.1、解压cudnn压缩包,将压缩后的lib/x64,include, bin 下面的文件复制到cuda/v9.0对应的文件夹下
5.2、将lib,lib/x64, include,bin,配置到系统路径中(怎么配环境变量这里也不再累赘)
5.3、 在命令提示符窗口中输入:nvcc -V 或者命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序,若能检测到cuda device则证明程序已经正确安装
6、测试TensorFlow-gpu是否能正常运行
测试代码
import tensorflow as tf
hello = tf.constant('hello world&#