cuda tensorflow版本对应_Windows下安装tensorflow-gpu版本

第一次安装TensorflowCPU版本时，觉得好麻烦啊，有很多版本匹配问题。等我安装完GPU版本后，就觉得CPU版本也太简单了。带独立GPU的电脑可以使用TF的GPU版本进行加速。事实证明，即使是“很烂”的显卡，带来的加速效果也是很明显的（有一些包会针对GPU加速）毕竟我的GeForce GT 730都跟服务器20个CPU跑的速度差不多。下面是基于我的GT730显卡的配置教程，对应的是Tensorflow1.0版本。

1. 版本匹配问题

为了用上GPU，我们除了Tensorflow和keras，还需要安装Cuda和cuDNN。四者版本需要据需要对应，如下表：

Tensorflow，Cuda，cuDNN对应关系表

看起来我们是可以随便选一套，实际上是受到显卡限制的。我们只能选取显卡支持的Cuda版本及以下的。

2. 查看显卡型号

第一步需要确定我们的独立显卡是否支持Cuda，支持列表见官网：

CUDA GPUs

确定显卡支持Cuda之后，需要查看其支持的最高Cuda版本，可以在NVIDIA控制面板→右下角系统信息→组件。支持版本及以下都可以运行，这里GT730最高支持版本是Cuda9.1。于是可以在这个限制下选取一套版本。