超级详细tensorflow-gpu安装和检测，CUDA与CUDNN的安装方法

整整折腾了两天，终于可以用GPU跑数据了！和分享一下怎么安装适配自己GPU的CUDA和CUDNN

一．Anaconda的安装（不想装anaconda的可以省略这步）

首先官网下载anaconda（https://www.anaconda.com）

安装时记得勾选环境变量（第一个记得勾选）

然后，下一步，安装完成！！

 

 

二．CUDA与CUDNN的安装（此步骤必须是电脑有英伟达显卡）

1.查看自己电脑支持的CUDN的版本，打开英伟达控制面板

2.点击帮助—系统信息，在组件中查看支持的CUDN版本，如下图NVCUDN.DLL后所示（我的是mx150显卡，显示支持的是CUDN10.0.132版本）

3.我的显卡驱动支持的是10.0版本（https://developer.nvidia.com/cuda-10.0-download-archive），点击download下载

4.安装CUDA，选择目录，然后一直点击下一步，直到一下画面，选择自定义，因为精简会给你下载一下不需要的东西

5.勾选CUDA即可，去他的取消

6.路径不要改，但是要记住，如果没有自动配置环境变量要自己配置，需要这个路径

7.等待安装完成，一般会自动配置环境变量，可以在cmd下检测 ，cmd下输入nvcc -V，如出现一下画面，这存在有环境变量，否则自己配置环境变量

8.如果没有自动配置，自己配置一下

 

9.下载CUDA对应的CUDNN（https://developer.nvidia.com/rdp/cudnn-download），要先注册帐号才能下载，我的CUDA10.0对应的是7.6.3版本

10下载解压缩，拷贝到刚才的CUDA安装文件夹即可，替换原来的文件（替换下面三个文件）

三．下载tensorflow-gpu

我直接在我的编译器IDEA里下载的，下载GPU版本

也可以直接在pip自己下载 输入pip install tensorflow-gpu即可

四．测试一下是否能够用GPU运行

编译器输入代码：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

 

成功用GPU运行了