windows平台装cuda+tensorflow win10 MX150

搭建CUDA + tensorflow + CuDnn

几点要注意的

1. 不需要装vs也是可以的
2. 版本一定要对应，如CUDA11就一定需要tensorflow2.4以上

正常安装流程

1. 安装显卡驱动

2. 安装cuda

3. 下载cudnn

4. 解压cudnn，复制 bin, include, lib到 NVIDIA GPU Computing Toolkit\v11.1 目录下，其实本质就是增加扩展

5. 然后配置这三个文件夹进入path，bin、lib等

6. 前面几步网上基本都有，百度就行了https://zhuanlan.zhihu.com/p/29841665

7. 下面的步骤比较关键，这是基于已经有anaconda环境的情况下的步骤

8. conda create -n mytensor --clone base

9. conda activate mytensor

10. python -m ipykernel install --user --name mytensor --display-name=“mytensor-kernel”

11. pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

12. pip install tensorflow-gpu==2.4.0

13. 到这一步，基本上就安装完了，但是，一定要记得，不要直接用jupyterlab去测试，血的教训，因为不会提示warning

14. 首先测试 nvcc -V NVIDIA-smi 这两个cmd命令，查看输出是否正确

15. 然后如果正确，在mytensor环境下，运行python

16. from tensorflow.python.client import device_lib

17. print(device_lib.list_local_devices())

18. 这两步执行完，如果输出有GPU，那就没事了，如果没有，仔细看输出信息，W代表warning

19. 

20. 代表这个dll没找到，但是，这个属于tensorflow的bug，处理方式是，新建一个软链接到11的那个dll

21. 参考链接https://stackoverflow.com/questions/65608713/tensorflow-gpu-could-not-load-dynamic-library-cusolver64-10-dll-dlerror-cuso

22. 进入到NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin目录下

23. powershell执行 New-Item -ItemType SymbolicLink -Path .\cusolver64_10.dll -Target .\cusolver64_11.dll

24. 然后再试试就好了