Tensorflow-GPU安装以及CUDA

Python:3.7.1
Tensorflow-GPU:1.14.0
Cuda:10.0.132
Cudnn:7.4.1.5
显卡：GTX1660Ti

安装前请注意python，cuda，tensorflow-gpu，cudnn版本对应，具体可百度。

1.Python安装

Python版本要求没那么严格，别过低就好了。尽量装个折中的，不新不老。
唯一难点在于pip.exe没有添加到系统路径。导致pip install 指令报错

“pip' 不是内部或外部命令，也不是可运行的程序或批处理文件”的报错。

解决办法：Python添加环境变量

2.Tensorflow-GPU安装

win+R,输入cmd。

pip install tensorflow-gpu==1.14.0  -i https://pypi.douban.com/simple

Python原下载源速度能急死你，换成国内镜像源就快了。永久添加豆瓣源

3.下载Cuda,Cudnn，找对应好版本。

Cuda官网下载
Cudnn官网下载
CUDA安装教程,巨详细

Cuda下载下来是个.exe。执行安装就好，过程中不要出幺儿子就别少装东西就行，安装路径是可以换的，文件不小10G。（还有安装过程中的勾选都选上，我安装没有出现过环境变量不存在的问题）
Cudnn是个压缩包，解压过后如图。

打开Cuda的安装目录，你会发现这里也有同样名字bin,lib,include的文件夹,把Cudnn文件夹里的东西拷贝到Cuda名字对应的文件夹即可。
（注意lib文件夹有两层哦）

测试Tensorflow-gpu是否能正常使用的官网测试代码

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

print(y_test)