win10配置CUDA、cuDNN，tensorflow gpu 加速（有图、亲测）

深度学习的常用框架tensorflow、keras、pytorch都可以使用GPU加速

先放出配置成功的效果图，可以看到GPU已经调用起来了。

接下来是配置方法

一、确定电脑所需的CUDA版本

打开NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件

查看电脑显卡所需的CUDA版本，我的电脑需要的是CUDA9.0，本博客也以CUDA9.0为例

二、安装CUDA

CUDA官方地址：

https://developer.nvidia.com/cuda-toolkit-archive

选择所需版本进行下载，下载后安装即可，我安装的是默认路径（一直下一步，完成）

配置环境变量

把CUDA安装目录下的bin，lib\x64，extras\CUPTI\libx64添加到Path环境变量中

三、安装cuDNN

cuDNN官方地址：

https://developer.nvidia.com/rdp/cudnn-archive

1.下载对应的cudnn，这里我下载的是cuDNN7.62 for CUDA 9.0 

（这里需要注册一个账号，邮箱注册登录后下载即可）

2.下载解压后把压缩包中bin,include,lib文件夹中的文件分别剪切到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 路径下相应的文件夹中。

 

3.把 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64\cupti64_90.dll

粘贴到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin 目录下

OK。

四、安装Tensorflow-GPU

查表知自己需要安装的 tensorflow-gpu 版本

（上图来源：https://tensorflow.google.cn/install/source_windows）

（这个博客也有版本兼容表：https://blog.csdn.net/yuejisuo1948/article/details/81043962）

使用指令

pip install tensorflow-gpu==1.12.0

安装相应版本tensorflow-gpu即可