机械革命z2g 搭建tensorflow_gpu-1.12.0 （1660ti-6g显卡+ i7-9752h cpu）

搭建gpu加速的tensorflow需要注意 tensorflow 、CUDA 、cuDNN的版本要对应

 

版本	Python 版本	cuDNN	CUDA
tensorflow_gpu-1.12.0	3.6.5（Anaconda3-5.2.0-Windows-x86_64）	7.3.1	9.0
pip配置上海交大的镜像源再下载	https://repo.continuum.io/archive/	https://developer.nvidia.com/rdp/cudnn-archive	https://developer.nvidia.com/cuda-toolkit-archive

 

    1.首先安装CUDA(我强迫症，将CUDA装在了D盘)。安装完成后，再下载cuDNN的压缩包，让后将cuDNN压缩包的cuda目录里的文件 复制到 CUDA的安装目录如下

      

    2.下载 Anaconda3-5.2.0 (https://repo.continuum.io/archive/)，安装过程中记得勾选设置全局变量

    

    

3.打开Anaconda Prompt

   

    添加上海交大的镜像源(清华和华科的镜像源2019年4月16日 相继关闭。。。。)

conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

   创建 tensorflow-gpu 运行环境

conda create -n tensorflow-gpu python=3.6

   激活运行环境

conda activate tensorflow-gpu

   

   更 新 pip 到 最 新

python -m pip install --upgrade pip

    安 装 tensorflow-gpu 1.12.0

pip install --ignore-installed --upgrade tensorflow-gpu==1.12.0

   

   安装完成！

   进入python 输入一段简单的代码进行测试：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

完成！