TensorFlow学习【2】--启用 GPU 支持下的TensorFlow

本系列主要以TensorFlow中文社区为参考。

启用 GPU 支持下的TensorFlow。

1. 安装VS环境（本文采用的VS2015）

只需安装C++组件即可。

2.安装CUDA9.0（注意9.1版本目前官方还不兼容，不过可以参考这篇文章解决这一问题）

安装完毕后，打开命令提示符，输入：

nvcc -V

出现类似下图信息即证明安装完成。

3.接下来需要安装cuDNN。

在该页面寻找对应的CUDA和系统版本进行下载即可。

cuDNN解压后将bin,include,lib三个文件夹里面的内容覆盖至Cuda安装目录下，默认路径为C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v9.0（记住不是替换，是把Cudnn文件里的.dll文件添加到Cuda里面）

3. 检验Cuda是否安装成功（编译Sample文件）：

进入cuda路径，默认C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.0 选择对应VS版本的sln文件打开。

选择Release，X64 

右键1_Utilities，点击build(build) 

成功编译出现图片下方文字：成功5个… 

接下来，打开"C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release"文件夹会出现deviceQuery和bandwidthTest两个文件。

接下来，通过命令提示符进入该路径下，执行deviceQuery.exe出现下方文字即证明成功。

然后在同一路径下，执行bandwidthTest.exe出现下方文字即证明成功。

至此， GPU 支持的TensorFlow安装完毕。

本文参考: Win10 安装Tensorflow-GPU版教程（附CUDA安装 could not fine compatible graphic hardware问题解答）