cmd测试cuda安装_win下CUDA和CUDNN的安装（超详细）！亲测有效！

CUDA8安装配置

CUDA8的安装包可直接从NVIDIA官网下载。根据相应的系统选项，我选择的是cuda_8.0.61_win10.exe(大小为1.3G)，安装的时候建议选择 自定义 而不是“精简”(从下面的英文解释可以看出，其实这里的精简写成完整应该更贴切，他会安装所有组件并覆盖现有驱动，然而我并不想安装全家桶，何况我的官方显卡驱动比他的新)。

如下图所示，我们只需选择CUDA下面这4项就够了(默认是全选的。。。)，visual studio integration这一项没有勾选是因为我并没有使用VS环境。这一步之后，会询问这些组件的安装路径，可以直接使用C盘的默认位置，当然我自定义了一下(请记住这些安装路径，后面配置环境变量需要用到)。

安装完成之后，还需要下载cuDNN，这里需要登录并填写问卷才能下载，到下图所示的下载页面后，我选择的是图中高亮的版本(当时最新的是cuDNN6，而网上很多反应cuDNN6用不了，需要折腾一下才能用，因此，为了方便，我直接使用cuDNN5.1，不过后来cuDNN7出来了，应该可以直接使用~)。下载完成后，将这个压缩包里的所有文件放到CUDA8安装目录相应文件夹下即可。

接下来设置环境变量：

然后：

配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：

首先win+R启动cmd，cd到安装目录下的 ...\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:

如果以上两步都返回了Result=PASS，那么就算成功啦。

安装TensorFlow和Keras

对于tensorflow的安装，我们可以直接按照官网的介绍使用

pip3 install --upgrade tensorflow-gpu

来进行安装，如果感觉下载速度过慢，可以点此链接http://www.lfd.uci.edu/~gohlke/pythonlibs/tuft5p8b/tensorflow_gpu-1.1.0-cp36-cp36m-win_amd64.whl下载wheel文件进行离线安装。

安装完成后，进入python环境，输入：>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))1

2

3

4

若出现下图结果，代表已成功基于GPU运行。

最后安装keras，可以直接pip install keras,它会自动附带安装所需的其他库和Theano，需要注意的是，此时Keras会自动选用TensorFlow作为其后端，而TensorFlow则会在有可用GPU时自动调用GPU运行。至此，整个配置就算完成啦~