安装Tensorflow-GPU的一点个心得

由于电脑跑GAN的时候如果用CPU的话太慢了，想换GPU跑跑！然后花了半天时间去把tensorflow的CPU版本换成GPU版本……

前提条件：已经安装好python

 

首先要准备的工作是：

1. 查看下自己的NVIDIA.DLL的版本！这个一定要和你下载的CUDA TOOLKIT相对应！

打开【控制面板】   →   NVIDIA控制面板-（左下角）系统信息   →   组件

你可以看到产品名称里面CUDA的版本是10.0.132，这个时候就要去NVIDIA去找CUDA10.0的toolkit。

（CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive）

【坑点】

然后我光顾着对称之前下好了的tensorflow2.1.0对称的CUDA10.1.243，但是当你跑测试的时候就会给你提示：

CUDA driver version is insufficient for CUDA runtime version

意思是：你的CUDA驱动版本跟CUDA的toolkit版本不对应！

所以这个时候，你要么把自己显卡换掉，要么就重新下载你的CUDA+Tensorflow。所以我建议的是不要急着去下载tensorflow，应该是先下载CUDA再根据CUDA版本选择tensorflow-gpu的版本，让tf的版本去适配你的CUDA版本！不然你又要花时间重新去下载tf和CUDA RUNTIME。

 

这里附上CUDA，CUDNN和tensorflow-gpu的版本对应：

（资料：https://www.tensorflow.org/install/source_windows 图片复制时间：2020-4-13）

【坑点】我一开始装好的tensorflow-gpu2.1对应的是CUDA10.1，实际上我只重装过CUDA10.0，结果发现在run的时候会提示找不到cudart64x_101.dll，我查找了下CUDA的根目录里面只有cudart64x_100.dll。

当你的CUDA已经下载安装好之后（注意有时候CUDA Toolkit安装的时候它会帮你重新安装驱动，要注意下！），然后再去下载CUDNN，这个在CUDNN的下载页面是比较明显告诉你它7.0对应是10.0版本的……你下载完把zip内的内容复制解压到CUDA的安装目录就好了！（记得文件夹目录名字要对应好）

(CUDNN链接：https://developer.nvidia.com/rdp/cudnn-download）

然后再去命令行下载对应的最左边的版本的tensorflow…

pip install tensorflow-gpu==1.xx.xx

下载完之后，随便找一个网上的测试程序，例如这个：

import tensorflow as tf
tf.test.is_gpu_avaliable()

看最下面一行：True如果你的系统任务栏有NVIDIA Container会更直观，也就是这个。当你运行着python的时候，你点开这个图标之后，就可以看到python.exe活跃其中……

那应该就是已经安装成功了。

 

 

BTW，我的tensorflow-cpu版本是1.15.0，tensorflow-gpu版本是1.14.0，没有被cpu版本的tf给覆盖掉。

 

总结链接：

CUDA：https://developer.nvidia.com/cuda-toolkit-archive

Tensorflow-CUDA-CUDNN版本对应查询：https://www.tensorflow.org/install/source_windows

cuDNN：https://developer.nvidia.com/rdp/cudnn-download

Tensorflow安装：pip install tensorflow-gpu==1.xx.xx