Win10下安装CUDA和cuDNN

CUDA安装

以CUDA8.0为例：

进入NVIDIA官网下载CUDA安装包https://developer.nvidia.com/cuda-toolkit-archive

找到你对应的版本，我的是8.0，选择如图：

下载之后，打开，选择存临时文件的路径，确定。

选择自定义版

选择安装以上4项。不要选Visual Studio Integration，因为有可能出现全部安装失败的情况。

选择安装路径（需要记住路径，一会配环境变量用），我在此选择了默认的。

安装CUDNN

还是进入官网下载：https://developer.nvidia.com/cudnn

根据我的CUDA版本是8.0选择下了这个版本（选择for win10）：

环境变量

打开之后，发现它自动多了CUDA_PATH的两个变量，接下来，我们还要添加：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0#这里是刚刚安装CUDA记录的路径
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

然后配置PATH变量：

编辑文本，在末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
然后加上以下条目（使用添加选项）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64

测试，使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe：

测试如果以上两步都是PASS，说明测试成功。

需要将CUDNN解压后的3个文件夹拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0目录。否则接下来会遇到Could not find 'cudnn64_6.dll'.

安装Tensorflow

pip install --ignore-installed tensorflow-gpu==1.4.0 #选择你的版本

测试

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

2020.4.25更新

如果熟悉docker的话，可以利用nvidia官方cuda镜像，找到对于版本的镜像，pull下来，就直接可以用了，可以省去环境配置的步骤。

以上方法一般在Linux系统上比较常用，具体可以参考我的这篇博文nvida/cuda容器编译Caffe踩坑记录（Ubantu16.04+CUDA10.2）。