Windows安装tensorflow-gpu的方法

Windows安装tensorflow-gpu的方法

1.软件对应版本：

tensorflow-gpu1.14.0
CUDA10
cudnn 7.6.5
keras2.2.5

2.软件下载及安装：

①CUDA：

下载地址：https://developer.nvidia.com/cuda-10.0-download-archive
安装方法：下载（选择local离线安装），下载完成后直接安装，选择自定义，一直点击next,直到安装完成，安装完成后默认地址在C盘program files文件夹下的NVIAD GPU…Toolkit文件夹下

②cudnn：

地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
使用方法：选择cudnn v7.6.5 for windows10,下载完成cudnn后解压，将文件夹里面的lib、bin、include中的dll（lib、.h）文件分别复制粘贴到对应的CUDA文件夹下的lib、bin、include中。
然后打开cmd,输入nvcc -V会看到安装成功的CUDA版本。（注：-V为大写）

③安装tensorflow-gpu:打开pycharm项目，在底部Terminal(终端)中输入

pip --default-timeout=500 install -U tensorflow-gpu==1.14.0 -i http://mirrors.aliyun.com/pypi/simple/
（注：如果一次没有成功请不要放弃，在导一次或者换一下地址源，本人亲测清华大学的源可以使用）
地址源：
阿里源：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
华中理工大学 : http://pypi.hustunique.com/simple
山东理工大学 : http://pypi.sdutlinux.org/simple

④安装keras：

和③类似，将tensorflow-gpu1.14.0换成keras2.2.5
(注：建议使用清华源，一次不成功千万别放弃和生气，你只需要动动手指，在导几次！！！)

⑤tensorflow-gpu安装测试

测试tensorflow-gpu是否安装成功且可用：在pycharm项目中新建一个.py文件，复制下面代码，若输出GPU:True,则表示安装成功
import tensorflow as tf
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘2’
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b）
print(‘GPU:’, tf.test.is_gpu_available())

若报错，出现红色关于No Found … **.dll的错误提示，请到CUDA文件夹下的bin或者lib文件夹下找到相应的dll文件，将其复制到windows文件夹下的System32文件夹下即可。