win10安装CUDA_CUDNN+tesorflow GPU

显卡NVIDIA MX150，安装官网最新版TensorFlow GPU版本，安装顺序为：visual studio 2019—CUDA10.1—cuDNN—tensorflow2.1

1.首先升级驱动（360驱动大师）

2.查看NVIDIA控制面板系统信息中CUDA信息，确保显卡支持CUDA10.1

 

3.tensorflow官网查看最新tensorflow-gpu需要的硬件及CUDA版本要求，https://tensorflow.google.cn/install/gpu

4.CUDA及CUDNN下载并安装

CUDA官网下载对应CUDA版本（https://developer.nvidia.com/cuda-toolkit-archive）

cuDNN下载地址（https://developer.nvidia.com/rdp/cudnn-archive），需要注册一个账号，cuDNN版本要与CUDA相对应

按照官网教程安装（https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html）

两个都安装好后需要配置电脑的环境--这一步很重要

5.Aanconda 创建虚拟环境配置tensorflow

安装的python版本为3.6

 

创建好虚拟环境mytf361后，在anaconda prompt终端输入：

actvate mytf  #激活虚拟环境

官网说tensorflow1.5及以上版本，安装tensorflow gpu版本直接输入：

pip install tensorflow  # stable

对于 1.15 及更早版本，CPU 和 GPU 软件包是分开的：

pip install tensorflow==1.15      # CPU
pip install tensorflow-gpu==1.15  # GPU

安装完成后，验证是否安装成功：

pip show tensorflow

显示下图，则证明安装成功

最后，查看tensorflow调用的是GPU还是CPU的：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())