Tensorflow、CUDA、cuDNN的版本匹配与安装 Windows

Windows平台

我的环境：tensorflow_gpu 1.9.0 + CUDA 9.0 + cuDNN 7.4.1（建议安装tensorflow_gpu 1.9.0，高版本的可能无法很好使用）

一、首先说一下安装顺序（注意版本一定要匹配，不一定是最新的就能用）

1、安装tensorflow_gpu（注意tensorflow与python版本的匹配）

tensorflow的github仓库：https://github.com/tensorflow/tensorflow

2、根据tensorflow版本查询CUDA版本，安装CUDA

CUDA历史版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive

3、根据CUDA版本查询cuDNN版本，安装cuDNN

cuDNN历史版本下载地址：https://developer.nvidia.com/rdp/cudnn-archive

对应版本查询链接：https://tensorflow.google.cn/install/source_windows

二、安装

1、通过pip或者conda都可以安装tensorflow_gpu，可能速度比较慢，耐心等待

2、CUDA下对版本，默认安装就行

使用nvcc -V显示如下表示安装成功

​

3、cuDNN下载时可能需要登录账户，可以通过 “右键复制链接地址” 走捷径

解压下载到的cuDNN包，得到如下三个文件夹和一个文件

​

将bin文件夹下的.dll文件复制到CUDA安装目录下的bin文件夹下

将include文件夹下的.h文件复制到CUDA安装目录下的include文件夹下

将lib/x64文件夹下的.lib文件复制到CUDA安装目录下的lib/x64文件夹下

官方参考链接：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows

4、最后测试自己的tensorflow代码吧

三、注意

1、如果python版本不能安装tensorflow，且是从anaconda安装的python，可以通过

conda install python=版本号

 

来安装特定版本。

官方指导链接：http://docs.anaconda.com/anaconda/user-guide/faq/#how-do-i-get-the-latest-anaconda-with-python-3-5

2、国内conda是连接国外的镜像源，conda有时候会很慢，可以通过改变连接清华镜像源地址解决

在C盘中找到 .condarc 文件，修改文件内容为：

ssl_verify: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
 
show_channel_urls: true

 

参考链接：https://blog.csdn.net/qq_32644121/article/details/83507451

3、使用以下代码换回默认源：

conda config --remove-key channels

 

四、追加

使用conda安装tensorflow-gpu

conda install tensorflow-gpu

使用conda安装的好处：

使用conda安装的过程中会一起将cuda和cudnn安装上。

详见：https://zhuanlan.zhihu.com/p/46579831