win10下安装Tensorflow1.7+CUDA9.0+Cudnn7.0.3

目录

1.安装前的准备

2.安装Tensorflow

3.安装CUDA

4.安装Cudnn

5.测试是否安装成功

---

        最近看到CUDA9.0对比之前的CUDA8.0速度有了明显的提升，所以想尝尝鲜，安装之后，训练和预测的速度均有很大的提升：

        有需要安装我这个版本的不妨可以参考参考！如果在安装过程中出现什么问题，欢迎在下方评论，笔者可以帮你尝试解决一下！

1.安装前的准备

a.Visual Studio 2013， 2015 ，2017任意一个版本

b.Anaconda

c.更新一下你的pip

d.python版本3.5+

e.最重要的：

        Tensorflow有两个版本：GPU和CPU版本，CPU的随意啦，很好安装；GPU 版本需要 CUDA 和 cuDNN 的支持，如果你是独显+集显，那么推荐你用GPU版本的，因为CPU版本的速度是在太慢！并且CUDA是英伟达下属的程序，所以你的GPU最好是英伟达的，AMD的显卡没有CUDA加速！满足以上条件之后，你需要查看一下你的英伟达GPU是否支持CUDA（毕竟Xp微软也不提供更新了~~），以下是Geforce支持的目录：

        你也可以：点击查看你的GPU是否支持CUDAhttps://developer.nvidia.com/cuda-gpus

        满足以上条件之后，你就可以安装Tensorflow了！

2.安装Tensorflow

        打开cmd窗口，输入以下命令（使用豆瓣的源，下载速度很快）：

GPU版本
pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu

CPU版本
pip install -i https://pypi.doubanio.com/simple/ tensorflow

        装完之后，打开python窗口，输入：

import tensorflow

ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Note that installing cuDNN is a separate step from installing CUDA, and this DLL is often found in a different directory from the CUDA DLLs. You may install the necessary DLL by downloading cuDNN 7 from this URL: https://developer.nvidia.com/cudnn

        会报出以上错误，这说明你的电脑里面还没有安装CUDA和Cudnn，那么我们就跟着装上!

3.安装CUDA

点击下载CUDA9.0https://developer.nvidia.com/cuda-toolkit-archive        在上述链接中下载CUDA9.0，选择WIN-x86_64-10-exe(local),将下面的三个包全部下载，并且安装（一路点确定即可）；

        安装完毕之后，在CMD窗口输入：

nvcc -V

        如果显示如下的版本信息，则说明CUDA安装成功：

4.安装Cudnn

        在这里：点击下载Cudnnhttps://developer.nvidia.com/cudnn        需要英伟达账号，如果没有或者网速很卡，可以下载我上传的（为了保证一定可用，建议直接下载我上传的版本）：cuDNNv7.0.3(Mar21,2018),forCUDA9.0-深度学习工具类资源-CSDN下载https://download.csdn.net/download/qq_15969343/10393608        注意需要和CUDA版本匹配起来：

        下载之后直接解压放到C盘根目录下：

        然后依次点击：我的电脑-高级系统设置-环境变量-Path添加刚才存放Cudnn的路径：

5.测试是否安装成功

import tensorflow as tf

a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)

        如果没有报错，并且运算成功，那么证明你已经安装成功：

并且！！！真的比CUDA8.0快多了！！！