Tensorflow2.0 安装cuda和cudnn进行深度学习训练（详细易懂）

Tensorflow2.0 安装cuda和cudnn进行深度学习训练

本文将讲述安装tensorflow2.0 和与其相匹配的cuda和cudnn的环境配置，来进行深度学习训练，本文主要讲解环境的配置

我的显卡是nvidia 1650，我摸索了挺久才发现的安装方法，可能不是完全准确，不一定按照我的来，写这篇文章主要为了我以后安装方便，记一个笔记，作为参考就行，本文是从0开始

1. 了解显卡型号所对应的cuda版本

首先需要了解自己是什么显卡，这里有些人可能忘记了自己大概是什么显卡，这里需要打开自己的设备管理器查看
打开设备管理器有好几种方法，可以自己在控制面板中找到，也可以使用快捷键 win+r 运行如下命令

control /name Microsoft.DeviceManager

在cmd命令里运行也可以的

打开设备管理器后， 找到显示适配器，即可查看你的显卡型号了，这里虽然有两个显卡，另外一个是集显罢了

知道自己的显卡驱动后，这里就可以直接cuda的官方文档中找显卡所对应的cuda版本了

注意： 我在安装cuda之前还安装了我的显卡驱动，这里也可以通过nvidia的控制面板中找到显卡所对应的cuda版本，如果清楚知道自己的cuda版本，下面步骤可省略，这里可以灵活变通

2. 通过nvidia控制面板了解cuda版本

有些电脑可能自带nvidia控制面板，如果重装系统等其他原因的话，需要下载nvidia的官方驱动，这里放出链接，找到自己的显卡型号下载对应的驱动就行

nvidia驱动下载

下载好驱动后，通常可以右键打开nvidia控制面板，查看cuda的步骤如下

打开nvidia控制面板 -> 点击菜单栏.帮助 -> 点击二级菜单.系统信息 -> 点击新打开的窗口.组件 -> 找到cuda对应的驱动，如图


此时发现这里支持的cuda 11.2 ，这是最高支持的版本，cuda不大于这个版本就行

3. 安装cuda

cuda下载地址

在安装cuda之前，先参考你的tensorflow是什么版本的

tensorflow和cuda对应版本

cuda不仅要和显卡对应版本，和tensorflow也要对应上版本，不想打开链接的话参考我的截图

通过cuda下载地址下载好对应cuda，这里可以直接推荐的建议安装，也可以自定义的高级安装，自定义高级安装可以去除visual一些没有必要的安装程序
一路下一步安装成功即可

注意： 安装cuda之前务必记住cuda的安装路径，在后续安装cudnn需要用到这个路径

4. 安装cudnn

cudnn下载地址

cudnn的版本取决于cuda的版本，下载对应的cudnn安装即可

下载好cudnn解压出来后的文件路径如图所示

我的cuda安装路径如图：

这里把cudnn的每个文件夹的文件移到cuda的安装路径下的每个文件夹里面就行，例如把cudnn的bin文件夹下的文件全部复制到cuda的bin文件夹就行，全部复制好后cudnn就算安装完成了

安装完成后运行cuda文件夹下的\extras\demo_suite路径目录下的deviceQuery.exe，如图

cmd中运行这个exe后，如果运行出来是此图表示cudnn安装成功了

5. 验证tensorflow是否能够使用cuda

import tensorflow as tf
 
print('GPU:', tf.test.is_gpu_available())

通过用python运行如上两句话，运行后的提示信息如果有

GPU: True

这句话那么表示tensorflow使用gpu运行成功了，当然运行的过程中不会那么轻松，我就失败了，我试过好几种方法，换cuda的版本，换tensorflow的版本都失败了，在此过程中最多的报错就是

Could not load dynamic library

后面不管是cublas64_10.dll还是其他的dll，其实只要把这些都安装上去就行了，这里我参考别人的博客整理了一份比较全的dll 百度网盘链接，全部下载完后放到cuda的安装目录下的bin文件夹下就行

dll链接

https://pan.baidu.com/s/1CHPskGLy0DqqMH2erJbNEA
提取码：dll6

这样看起来就比较全了，这里再放出几份tensorflow和cuda的官方帮助文档代码链接

tensorflow的构建
cuda安装指导

如果还有啥其他地方我没有说全的话，欢迎补充，这也只是根据我自身的经验而来，写文章不易，点个赞吧，谢谢！！！

参考链接

https://zhuanlan.zhihu.com/p/264161757
https://zhuanlan.zhihu.com/p/107683614
https://blog.csdn.net/zz2230633069/article/details/103725229