Windows10下基于NVIDIA GeForce MX150安装TensorFlow-GPU过程记录

电脑中已经安装了vitual studio2019和Anaconda，在此基础上进行安装。

一. 安装cuda

首先参考博客
明确CUDA版本和英伟达驱动版本对应关系，我电脑驱动程序版本：417.81，所以选择CUDA10.0。
完整的版本对应关系可以查看官网



开始时尝试安装过低版本的cuda，会报这样的错误，选择安装和系统驱动程序匹配的cuda的版本（即10.0版本就可以通过系统检查了）。

去官网下载cuda_10.0.130_win10_network.exe，进入安装程序。

这里会选择安装类型，我这里选择的是network，运行安装程序：

1.会先检查兼容性

2.自定义安装

3.采用默认安装位置

4.这里下载安装包经常卡在0%然后报错下载失败，多尝试几次就能成功了。

如果总是下载失败，也可以尝试下载local的，如果觉得在浏览器中下载速度较慢，贴吧中有大佬说可以复制下载链接到迅雷下载，因为多次尝试前一种方式成功了，因此我没有用这种方式。


多尝试几次之后终于正常下载了，而且速度也挺快的。



通过命令nvcc -V查看是否安装成功。

二.安装cuDNN

cuDNN可以在前面GPU的基础上在提升1.5倍的速度，由NVIDIA开发，因此可以在官网中下载。在官网下载需要先注册。我下载的是如下版本 （注意一定要与CUDA版本号对应）

下载得到的压缩包解压之后如下图所示，将这三个文件夹内容复制到安装CUDA的地方覆盖对应文件夹内容，CUDA默认文件夹在：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

如何cuDNN验证是否安装成功？来自博客
cuDNN无法直接验证安装成功，在之后TensorFlow-GPU安装完毕后
import tensorflow as tf 若报错ImportError: Could not find 'cudnn64_7.dll'.则证明安装失败。

三.配置Anaconda虚拟环境

我的电脑中之前已经装过Anaconda，因此只需要配置一个新环境，这里主要参考博客
在这里遇到的问题是在自己新建的环境tensorflow-gpu中安装spyder总是失败，无论采用anaconda navigator安装，还是使用命令conda install spyder安装，一开始都失败了。

通过博客的解决方案
将下述路径中的该文件@echo off 后面添加

set PATH=%PATH%;%SystemRoot%\system32;%SystemRoot%;%SystemRoot%\System32\Wbem;

再重新尝试安装即可，可以把这仨文件夹都各自修改试一试。


最终spyder终于安装成功，不过安装的版本(3.2.3)有点低，现在版本已经到5.0.5了

四.安装TensorFlow-GPU

本部分主要参考博客
打开Anaconda Prompt ，激活环境tensorflow-gpu后，用如下命令安装TensorFlow-gpu即可（这里安装的版本是1.13.1）。

pip install tensorflow-gpu==1.13.1 -i  https://pypi.tuna.tsinghua.edu.cn/simple

同样参考上述博客，完成在pycharm中的配置。

在notebook中验证了一下，终于配置成功了。