windows7+cuda+cudnn+tensorflow安装

环境：windows7-64位+NVIDIA GeForce GTX 750 Ti

配置：CUDA 9.1、cuDNN v7.1.3、tensorflow-gpu-1.12.0、python 3.6.3

(整理一下做个记录）

一、tensorflow CUDA cudnn 版本对应关系

（查看https://tensorflow.google.cn/install/source）

Linux:

windows:

二、安装

1.查看并安装显卡支持的cuda版本

      可以看到，该显卡支持的cuda版本是CUDA9.1，因此去

         INVIDIA-CUDA官网: https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的CUDA。

     再由上面的tensorflow CUDA cudnn 版本对应关系，查找到cuDNN的版本为7、tensorflow-gpu-1.12.0、python 3.6.3。

         INVIDA-cuDNN官网：https://developer.nvidia.com/rdp/cudnn-archive 下载对应版本的cuDNN。

             z     

cuda下载：    

                                 

cuDNN下载：

                                

1. CUDA安装：直接运行.exe文件即进行安装，完成后验证CUDA是否安装成功：cmd: nvcc -V

                                        、

2. cuDNN安装：

（1）解压缩下载的CuDnn文件，得到3个文件夹：bin, include, lib。将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.1”。

（2）环境变量设置

确认CUDA_PATH和CUDA_PATH_V8.0已经存在；

手动添加C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.1\bin到%Path%中

3. Tensorflow的GPU版本安装：

cmd输入：pip install tensorflow-gpu 会自动安装最新版，若要指定版本： pip install tensorflow-gpu==1.12.0

4. 测试TensorFlow 
通过以上步骤已经完成了安装工作，下面可以通过一个简单的程序测试TensorFlow是否安装成功。

• 直接在CMD中键入以下代码： 

import tensorflow as tf 
sess = tf.Session() 
a = tf.constant(1) 
b = tf.constant(2) 

print(sess.run(a+b)) 

结果:  3

即为成功安装！

tips: 若报错：ImportError: Could not find 'cudart64_100.dll'

问题是找不到cuda系的dll文件的模块，提示需要下载CUDA10.0，那么首先查看cuda的路径下是否存在该文件：
通过C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路径访问cuda，在其bin目录下查找是否有cudart64_100.dll模块
如果有，则查看环境变量是否添加；如果没有，可能就是cuda版本和tensorflow版本的匹配问题。https://www.tensorflow.org/install/gpu#software_requirements

                   

由于开始使用pip install tensorflow-gpu 自动安装了最新版（1.14.0）需要cuda10.0的支持，故降低版本： pip install tensorflow-gpu==1.12.0，问题解决。

• 或在Pycharm中选用这个tensorflow的编译器，测试代码：

import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

结果：成功！

D:\apps\PyCharm 2019.1.3\helpers\pydev\_pydev_bundle\pydev_import_hook.py:21: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  module = self._system_import(name, *args, **kwargs)
2019-07-21 10:21:46.465870: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2019-07-21 10:21:46.672882: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties: 
name: GeForce GTX 750 Ti major: 5 minor: 0 memoryClockRate(GHz): 1.2285
pciBusID: 0000:01:00.0
totalMemory: 2.00GiB freeMemory: 177.84MiB
2019-07-21 10:21:46.672882: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2019-07-21 10:21:47.545932: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-07-21 10:21:47.545932: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988]      0 
2019-07-21 10:21:47.545932: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0:   N 
2019-07-21 10:21:47.545932: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 113 MB memory) -> physical GPU (device: 0, name: GeForce GTX 750 Ti, pci bus id: 0000:01:00.0, compute capability: 5.0)
Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 750 Ti, pci bus id: 0000:01:00.0, compute capability: 5.0
2019-07-21 10:21:47.547932: I tensorflow/core/common_runtime/direct_session.cc:307] Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 750 Ti, pci bus id: 0000:01:00.0, compute capability: 5.0
MatMul: (MatMul): /job:localhost/replica:0/task:0/device:GPU:0
2019-07-21 10:21:47.549932: I tensorflow/core/common_runtime/placer.cc:927] MatMul: (MatMul)/job:localhost/replica:0/task:0/device:GPU:0
a: (Const): /job:localhost/replica:0/task:0/device:GPU:0
b: (Const): /job:localhost/replica:0/task:0/device:GPU:0
2019-07-21 10:21:47.549932: I tensorflow/core/common_runtime/placer.cc:927] a: (Const)/job:localhost/replica:0/task:0/device:GPU:0
2019-07-21 10:21:47.549932: I tensorflow/core/common_runtime/placer.cc:927] b: (Const)/job:localhost/replica:0/task:0/device:GPU:0
[[22. 28.]
 [49. 64.]]

• 使用nvidia-smi查看GPU使用情况：（注意在nvidia-smi.exe所在目录下运行）