windows server+tensorflow gpu+cuda+cuDNN配置找不到cudart路径问题

跟着网上一大堆教程做了好久，我发现了一个很严肃的问题，几乎都是一个模板，也不思考为什么要这么做。报错了都直接百度下一个问题。运气好就很快配成功了，运气不好就配不成功。虽然大致流程都差不多，有一些关键问题需要注意

Attention:cuda版本和cuDNN版本问题的确定，首先把你的显卡驱动更新到最新版本，其次打开你的pycharm(博主偏爱，大家随意)，安装tensorflow gpu，注意，如果你之前有tensorflow，必须卸载那个库。接下来，不要相信任何网上兼容版本，那都是垃圾，cuda8.0+cuRNN6.0，cuda9.0+cuRNN7.0 这个都是运气好，因为NVIDIA的版本更新跟google的tensorflow不是同步的。明明你看NVIDIA的新版本支持tensorflow，最后运行测试程序cudart这个文件总有问题。

所以最佳版本的寻找流程如下：在pycharm界面下， 已经安装完tensorflow gpu的库，双击shift，查找‘cudart’或者‘build_info.py’，只会有一个匹配文件，点进去里面记录了tensorflow的版本对应的cuda和cuDNN的版本。记住小版本好也会有影响，9.1跟9.0是不一样的。

 

 

博主的问题就是这样，NVIDIA出了cuda9.1，我下载安装后，并用了对应版本的cuDNN之后，跑程序，发现cudart64_90.dll这个文件找不到，这个文件的最后两位数字表示版本是9.0，不是9.1。可以选择把文件里的配置改掉，改成9.1，可以生效，但博主还是重新下了对应版本。但是你如果安装了8.0，修改版本号是没用的，在构建工程时会失败。

第二个问题，cuDNN的版本有很多种，不是cuRNN7.0就一定对应cuda9.0的,也有cuDNN7.0对应cuda8.0的，所以下载的时候需要特别注意

 

最后一个问题：显卡要求会比较高，便宜的显卡跑起来不如cpu快。

 

 

基本上console出现了如上图的红字，环境就搭建成功了，没问题

 

转载于:https://www.cnblogs.com/5942ljp/p/8600510.html