gpu tensorflow 怎么看是否安装成功_Win10 +2060super+ CUDA11和cudnn8.0安装

终于有了一块可以用来跑数据的GPU了，赶紧装上CUDA体验一番！！！

配置出可用来跑程序的GPU流程如下：

1. 查看自己电脑GPU支持的CUDA版本

2. 查找、下载并安装适配自己电脑CUDA版本的Visual Studio版本

3. 下载并安装自己电脑GPU的CUDA，并添加环境变量。

4. 查找、下载并安装适配已安装成功CUDA版本的cudnn

5. 查找、下载并安装适配自己电脑上python版本、CUDA版本、cudnn版本、Visual Studio版本以及操作系统版本的tensorflow

查看自己电脑上显卡支持cuda11.0.126版本，目前支持此版本的cudnn只有8.0版本。

适配CUDA11版本的VisualStudio选择2019版，然后下载、安装。下载网址为：https://visualstudio.microsoft.com/zh-hans/

安装完Visual Studio2019后，下载安装CUDA11，下载CUDA网站为：https://developer.nvidia.com/cuda-toolkit

CUDA安装完成后记得添加环境变量，需要添加如下5个环境变量

• C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\bin

• C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\include

• C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\lib\x64

• C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\extras\CUPTI\libx64

• C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\lib

配置完环境变量后可用测试一下CUDA是否安装成功，使用win+R、cmd调出命令行输入nvcc–V，若有如下图结果即CUDA安装成功，否则重新安装。

CUDA11安装成功后即可下载安装cudnn8.0，下载网址为：https://developer.nvidia.com/cudnn

下载后解压cudnn，将解压文件里面的bin、include、lib文件夹复制到CUDA安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0即可。

上述步骤完成后就要安装tensorflow了，一定要安装GPU版的tensorflow，由于CUDA11是最新版本，还没看到CUDA11适配的tensorflow-gpu，于是乎一个个试，从tensorflow_gpu_2.0.0试到tensorflow_gpu_2.1.0，当试到tensorflow_gpu_2.1.0，运行程序看到图的时候,终于成功了，其实我也就试了这两个版本，哈哈哈哈

生成图结果的测试GPU是否可用的程序，如下：

from tensorflow.python.client import device_libprint(device_lib.list_local_devices())

总结-可用的搭配组合：

Win10+CUDA11+cudnn8.0+python3.7+tensorflow_gpu_2.1.0