【056】TensorFlow-GPU 安装

安装 tf-gpu 基本步骤和显卡介绍

1、基本步骤  

1）判断电脑是否支持cuda

2）安装NVIDIA显卡驱动

3）安装64位的Python 3.6

4）安装tensorflow-gpu

5）安装cuda

6）安装cudnn

7）安装Microsoft Visual C++ 2015

2、显卡介绍

    显卡的处理器称为图形处理器（Graphics Processing Unit，GPU），它是显卡的“心脏”，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。

供应商：英特尔、NVIDIA、AMD等。查看电脑GPU型号，打开我的电脑属性 → 点开设备管理器 → 点击显示适配器

3、注意事项

注意一：整个安装下来估计需要15G左右的空间。

注意二： VMware Workstation虚拟机中不支持GPU的虚拟化。 虚拟机中的显卡是虚拟的，称为VMware SVGA 3D ，所以，不能使用CUDA ，即无法使用GPU。

注意三： 若安装CDH版的 NVIDIA驱动 ，则NVIDIA 控制面板在Windows 10中需要通过应用商店进行安装。安装之后就可以通过英伟达控制面板（NVIDIA Control Panel）来查看当前系统支持的CUDA版本了。或者在安装 NVIDIA时不要选择CDH版本，而选择标准版后安装后就有英伟达控制面板了。

注意四：查看tensorflow-gpu对应的CUDA版本和cudnn版本的问题：(预先安装好Anaconda的前提下) 

D:\Program Files\Python\Python36-64\Lib\site-packages\tensorflow_core\python\platform

（注：本人使用的是windows10，python3.6.5(64位)，驱动nvidia442.19（标准版），tensorflow-gpu2.1， cuda10.1，cudnn的版本要与 cuda10.1对应）

一、判断电脑是否支持cuda

方法一：

    下载软件 GPU-Z，查看本机是否支持cuda。

方法二：

    系统查看是否支持Nvidia显卡（本地查看或者下载鲁大师查看是否有独立显卡）

    若支持，则继续后续步骤；如不支持，换电脑（硬件跟不上，怎么尝试都没用），因为CUDA和CUDNN都是只支持Nvidia显卡的。

二、安装NVIDIA显卡驱动

   
        NVIDIA介绍：NVIDIA，中文名英伟达，是一家人工智能计算公司，与ATI（后被AMD收购）齐名，专注于打造能够增强个人和专业计算平台的人机交互体验的产品（一家显卡厂商），是全球可编程图形处理技术领袖，发明了GPU，重新定义了现代计算机图形技术，并彻底改变了并行计算。其中 NVIDIA 组织的 NVIDIA GPU 技术大会 (GTC) 是AI和深度学习领域的大会，也是全球范围的GPU开发者行业聚会。
      下载显卡NVIDIA 驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn


在安装 NVIDIA时不要选择CDH版本，而选择标准版后安装后就有英伟达控制面板了。
        
  驱动安装成功后，生成以下库文件

    驱动程序类型需要选择标准，不要选择DCH，否则安装后没有 NVIDIA 控制面板。

三、安装 64位的Python 3.6

        目前的tensorflow不支持windows3