Windows 10安装Tensorflow-gpu及cuda+cuddn详细图解(刚装完赶紧做笔记：作经验分享)

本文链接：https://blog.csdn.net/luoqingshan_lqs/article/details/105376143

第一步：看自己行不行

当然，安装前要先了解你的计算机是否支持gpu，确认自己电脑的显卡是否满足要求，到电脑的设备管理器中，点开“显示适配器”可查到显卡型号。到NVIDA 的这个网站页面（https://developer.nvidia.com/cuda-gpus），看看里边的列表有没有你的gpu型号。如果没有的话，可能你的显卡就不支持了，但是，也不是不可能，因为我的显卡就是MX150的，列表里边没有，但是我看到网上有人成功案例，MX150可以！！！激动死了（tensorflow-gpu=1.12.0+cuda9.0+cuddn9.0）

第二步：安装Anaconda、CUDA工具包

官网链接：anaconda：https://www.anaconda.com/distribution/

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

anaconda安装比较简单，安装的时候记得勾上加入环境变量，如果不加入的话还免后期加入，麻烦；CUDA官网直接下载的时，首页默认下载下来的是CUDA 10的，这样当你全部安装完的时候会发现TENSORFLOW1.0跟他不兼容。所以看各自所需，我这里要下载9.0版本。这个版本需要你自己单独点到CUDA Toolkit Archive里去找出来。

preview

安装好CUDA后打开anaconda的terminal输入：

nvcc -V

如果显示如下，说明成功了

第三步：安装cuDDN

去官网（https://developer.nvidia.com/cudnn）下载，型号要和CUDA一样，下载的时候需要注册一个账号，而且下载速率还很慢，如果条件允许，可以科学，你懂的，这里我上传了自己下载的7.4.1版本，需要的可以下我这个（链接: https://pan.baidu.com/s/16iR6GD5ngmlA-o-hNspEuA 提取码: u5q6 ）；

下载下来后将cuDNN解压。将解压出来的三个文件夹拷贝到下面的文件放到对应的CUDA相同文件夹下。

CUDA默认安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.1

第四步：我们来安装Tensorflow

1、创建 conda 环境

启动 Anaconda prompt

创建一个名为 tf1.12.0 的 conda 环境

conda create -n xxxx pip python=3.6    #xxxx是你虚拟环境的名，想要啥就啥，python版本号可换

2、激活创建的 conda 环境

conda activate xxxx

当不使用TensorFlow时，可以通过deactivate来关闭TensorFlow环境

3、开始安装Tensorflow-gpu，这里使用了清华源，为防止下载中断出错

pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #在包名后面加==和版本号可指定版本

以上我们已经安装完成了，最后测试Tensorflow-gpu是否安装成功

用下面的test.py文件测试

import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

如果结果出现：