利用NVIDIA显卡（CUDA）跑神经网络

一、背景

        最近在看生成对抗网络相关的论文，需要跑神经网络的模型，但是用笔记本跑的比较慢，所以想尝试一下NVIDIA的显卡。我台式机上的显卡是1050Ti，基本配置为win10+keras+tensorflow-gpu。在配置的过程中遇到了一点问题，于是记录下来，希望能给其他遇到类似问题的小伙伴一点帮助。我这里利用了keras实现的GAN github源码， 这个源码包含了GAN及其衍生模型的实现，值得尝试。

二、过程

        1.环境安装比较简单，我们这里需要tensorflow的gpu版本和keras，直接用pip安装即可。

        2.然后直接跑神经网络模型，这个时候一般会提示"tensorflow运行出现错误 ： ImportError: Could not find 'cudart64_90.dll'.".这是因为我们还没有安装cuda的缘故。直接上nvidia的官网下载即可，我把cuda9.0放在了百度网盘上，链接：https://pan.baidu.com/s/1FxNUXPKFMRov3osKIsLovw 提取码：kes4 。这个安装过程有点慢，大概半个小时左右。

        3.安装完成后，再次运行代码，会提示'ImportError: Could not find ‘cudnn64_7.dll’ ', 我们还需要下载cudnn，cuda9.0的话下载cudnn7应该就好了，我上面的链接里有cuda和cudnn，下载cudnn需要注册nvidia账号，用QQ邮箱之类的就可以了。

        4.将cudnn文件夹下的bin文件拷贝到cuda对应的bin文件夹下就行了。

三、结果

        搭建好环境以后就可以愉快的跑程序啦。

启动后一般会有上面的各种配置信息，上面的数字0表示的是gpu对应的设备编号，在设备管理器下可以找到。

gpu的训练速度要比cpu快，具体的速度还得看gpu的好坏了，像我这种入门级的显卡也快不了多少啊。