- 选择CUDA和cuDNN版本
tensorflow对应的CUDA和cuDNN版本、cuda对应的显卡驱动版本如下:
也可在NVIDIA控制面板-系统信息-组件中查看支持的CUDA版本:
我的配置是GTX 1050(411.31驱动)+CUDA10.0+cuDNN7.4.2 for CUDA10.0+tensorflow2.0.0-gpu.
1.安装适合版本的显卡驱动:在驱动精灵app(下方可选稳定/最新)可以安装旧版本驱动。 - 下载CUDA:https://developer.nvidia.com/cuda-toolkit-archive
下载cuDNN:https://developer.nvidia.com/rdp/cudnn-archive - 安装CUDA
- 安装cuDNN
解压cuDNN压缩包,可以看到bin、include、lib目录,将目录内的文件分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA的相应目录中. - 添加环境变量
在环境变量-系统变量的Path项下点击’编辑-新建’添加路径(以下为默认安装时的路径):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
-
将文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64\cupti64_100.dll复制到文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 中.
-
验证
cmd中cd进入安装目录,运行bandwidthTest.exe和deviceQuery.exe,如果都Result = PASS,则安装成功.
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe