tensorflow——GPU安装经验

今天根据老师作业完成tensorflow GPU的安装

先打开cmd（win+r）:
查看自己已经安装好的库：

往字母T的位置找，可以看到已经安装了好了tensorflow的2.1.0版本，
还没有安装的小朋友们可以自行查阅tensorflow的安装过程。
下面我们进入tensorflow_gpu的安装。
首先我们要理解好tensorflow对应的cudnn版本：
在我们的CMD中输入以下代码查看自己的cudnn版本

nvcc -V

可以看到我这里安装了的是10.0的版本，这个时候我们再拿出tensorflow的版本对应表：

可以看到cudnn 10.0 对应的是 tensorflow-2.0.0的版本 所以我们等等安装GPU也选择2.0.0的版本，如果你不想升级你的CUDNN的话；

接下来我们通过pip来安装tensorflow ，这里使用了国内的镜像源来增加下载的速度：

pip install tensorflow-gpu==2.0.0 some-package -i https://mirrors.aliyun.com/pypi/simple

这里的2.0.0改成自己想3要的版本即可。
然后再次pip list就可以看到自己的GPU版本了

这个时候我们进入python测试一下有没有安装成功：

import tensorflow as tf
a = tf.test.is_built_with_cuda() # 判断CUDA是否可以用
b = tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None
) # 判断GPU是否可以用
print(a)
print(b)

如果出现了找不到相关文件的报错，第一可能是版本问题，第二个有可能是在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin中有文件缺失或者命名错误 ，根据报错提示修改即可；

可以看见 ，调用成功。
tensorflow GPU 安装成功！
😊❀