Tensorflow在win10系统python平台下安装GPU的Cuda9.1备忘

Tensorflow是进行人工智能学习的利器，Python是优秀的学习平台。

刚巧本机器又带有一个GPU，因此，在win10下，将这3者融合起来，实现在Python平台上使用带GPU加速功能的tensorflow的学习研究是一件有意义的事情。

 

基本过程：

 

软件	版本
Window10	X64
python	3.6.4（64位）
CUDA	CUDA Toolkit 9.1(Sept 2017)

 

以上版本测试通过。

安装步骤：

1.安装python，记得要勾选pip。

 

2.检测是否支持CUDA.

NVIDIA官网查询，具体见：https://developer.nvidia.com/cuda-gpus，就可以知道是否可以使用带GPU支持的TensorFlow。在安装和运行TensorFlow之前，需要先安装CUDA驱动。

 

3.安装CUDA驱动

访问CUDA的下载网站：https://developer.nvidia.com/cuda-toolkit，可以看到CUDA目前的最新版本是9.1版，可以通过选择下面的“Legacy Releases”链接来下载旧版本的驱动。

建议选择自定义安装，然后只勾选cuda。建议安装在默认文件路径。

 

4.安装CuDNN库

CuDNN库（The NVIDIA CUDA® Deep Neural Network library）是CUDA针对深度神经网络的更新包，TensorFlow会使用它用于加速NVidia GPU上的深度学习。可以从这里下载，见：https://developer.nvidia.com/cudnn。

首先要注册一个NVidia开发者帐号，它是免费的。登录后，您会看到各种CuDNN下载。本文下载使用了CUDA 9.1，所以确定为CUDA 9.1选择了cuDNN v7.1*。

下载下来的是一个包含了几个文件夹的ZIP文件，每个文件夹包含CuDNN文件（一个DLL，一个头文件和一个库文件）。找到你的CUDA安装目录，这里应该是这样的：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1

可以看到从ZIP文件的目录也在这个目录，即有一个bin、一个include，一个lib等。将文件从ZIP复制到相关的目录。 

比如把cudnn64_7.dll文件拖拽到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin目录，其它相似。

注意，目前tensorflow最高支持CUDA9.0，如果只是cuda9.0，那么，

Pip3 install tensorflow-gpu

就可以了；

但是，如果要使用CUDA9.1:

　　安利大牛用CUDA９.１自己编译的whl文件。

https://github.com/fo40225/tensorflow-windows-wheel

　　在项目中找到对应的版本下载就好了。

　　将之前的tensorflow卸载：pip3 uninstall tensorflow-gpu

　　重新安装：pip3 install 文件名.whl

 

5，测试

　输入一段测试用的代码

import tensorflow as tf

h = tf.constant("hell,TF")

sess=tf.Session()print(sess.run(h))

 

另外，请参考：https://www.cnblogs.com/MrRead/p/8728569.html