Win10 + GTX1650显卡安装 Cuda-10.1 + CuDNN-7.6 + Tensorflow-gpu-1.15.0 一步到位_nvidia geforce gtx 1650 兼容哪些版本的cuda-CSDN博客

本文链接：https://blog.csdn.net/s_hikki/article/details/106107778

本文详细介绍如何使用GPU加速TensorFlow模型训练，包括安装Anaconda、VisualStudio2019、Cuda、CuDNN，配置环境变量及安装TensorFlow-gpu的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前一直使用tensorflow的cpu版本，即便是简单的模型训练增加迭代次数到50次还是有点慢的，所以用gpu版本加速

废话不多说，流程先列出来，有个大致认识：
anaconda----Visual Studio 2019----Cuda+CuDNN----配置环境变量----Tensorflow

然后是我的使用的版本：
显卡GTX1650
Cuda-10.1 + CuDNN-7.6 + Tensorflow-gpu-1.15.0

以下是正式流程：

1. Anaconda3，Visual Studio 2019

anaconda直接官网下载安装即可，附官网网址 https://www.anaconda.com/products/individual
安装时一直点next即可，遇到这里默认是下面的，勾选上面的会自动配置环境变量，不用手动配置了

visual studio2019直接官网下载安装即可，附官网网址 https://www.visualstudio.com/zh-hans/
这两块就是下载和安装，不应花费太多时间

2. Cudn，CuDNN

Cudn与CuDNN是比较核心的部分了，不仅要考虑Cuda与CuDNN的版本，而且要考虑自己显卡型号
查看显卡支持的Cuda与CuDNN型号：
打开“NVIDIA控制面板”，找到“帮助”中的“系统信息”，在“显示”和“组件”中选择“组件”，即可看到自己显卡对应的Cuda型号

明显自己显卡支持10.1.0的Cuda，接下来要看CuDNN的版本了，这个还和Tensorflow的版本有一定关系
这个需要查一些表格，比如 https://github.com/fo40225/tensorflow-windows-wheel
同时也尽量去搜一下同显卡同Cuda别人用的什么版本的CuDNN，这样更保险

Cuda，CuDNN的下载
直接官网下载即可，找不到的直接百度上“CUDA10.1下载”，前几个就有官网下载，附官网网址 https://developer.nvidia.com/cuda-toolkit
CuDNN需要进行注册才能下载，需要注意一下，附官网网址 https://developer.nvidia.com/cudnn

Cuda，CuDNN的安装
Cuda下载，第一次会让设置临时解压目录，第二次会让设置安装目录，解压目录之后会消失，不要选择相同目录做安装目录
安装目录建议直接选择默认路径
默认路径，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

安装时选择“自定义安装”，选择程序组件时，注意不要勾选“Nsight Systems”，“Nsight Compute”
“CUDA”下的“Runtime”、“Development”、“Documentation”、“Samples”，这四项是必选的

下述的其他选项根据情况自己选择即可，安不安装应该关系不大：
取消勾选NVIDIA GeForce Experience(有的cuda版本没有此选项)
如果之前没有更新驱动，在这里可以勾选“Other components”和“Driver component”，否则也取消勾选
“Visual Studio Integration”这一项没有使用VS环境可以不选

CuDNN解压后把中bin，include，lib文件夹下的文件对应的复制到默认路径下，即C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中

3. 配置Cuda环境变量

安装完Cuda后自动添加的环境变量：

需要自己手动添加的环境变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

在系统变量path中添加：

%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64

下面这两行与上面第3，4行好像一样的，不知道为什么其他人的教程都加上了，当作一个迷惑点（确实一样，不加也行）
配置完成

检测是否完成
在cmd中，cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
注意修改路径与版本号，上面是10.1版本的默认路径
分别输入bandwidthTest.exe，deviceQuery.exe
当2个执行完都为PASS说明成功

4. Tensorflow 1.15.0

Tensorflow的安装十分简单，在Anaconda Prompt中直接使用
pip install tensorflow-gpu==1.15.0，或者，conda install tensorflow-gpu==1.15.0

值得注意的是，安装速度有可能很慢，可以使用清华的pip源加速，如下
pip install tensorflow-gpu==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

使用清华的源也可能出现以下问题，多试几次，我是试了3次，第3次安装成功，安装速度也就几分钟