TensorFlow的GPU安装流程（TensorFlow+CUDA+CUDNN+Keras）（自我总结版）

我想安装一个TensorFlow的GPU版，但是什么也不知道具体怎么开始，所以在网上搜了很久，最后结合自己的电脑终于安上了。这里把我的经验分享给大家，希望能有所帮助。

1.首先，我们需要确定你的电脑的GPU是否支持安装。

我看网上好多都有怎么查看的帖子。我就不仔细介绍了。（因为我的电脑自带NVIDIA的一系列东西，虽然也有CUDA，但是我后来还是自己安装了一下，因为原来的我找不到安装路径。我的电脑显卡是GTX1650的）

2.安装CUDA和对应的包CUDNN
这个可能与你要使用的TensorFlow版本有关。我看网上也有查找TensorFlow与CUDA对应版本的连接，我这里分享我找到的，是TensorFlow官网公布的。下面是我找到的截图。
不过我想用TensorFlow的1.14.0版本，这里并没有显示，所以我尝试了很久。最后发现好像基本上 CUDA10.0版本与对应的 CUDNN库就可以用了。我建议可以就用10.0版本的，基本上问题不大。

对于安装CUDA，我找了它们的官网下载，免费的。你对着选择相应版本下载就行。最好下载本地安装的EXE文件，到时候双击，自动按步骤选择精简版安装就行，应为这样比较简单。不过CUDA安装好像需要电脑带有 Visual studio 2013或者2019，这个倒是问题不大，因为如果没有的话，安装的时候它会提醒你安装。

对于CUDNN，现在都是下载对应的CUDA版本的，这里是下载地址，不过需要注册一下，其他问题到没有。下载与CUDA对应的版本后，解压，将对应目录下面的文件放到CUDA的安装路径下面的文件夹里就行，这个网上也有介绍。

3.TensorFlow安装
TensorFlow我是自定义安装的，没有用anaconda，所有直接用pip3安装就行了，这个可以上网搜一下，就是 pip3 install tensorflow-gpu==版本号,或者下载它的whl文件，使用路径安装。

4.Keras安装
我是想用GPU跑Keras，所以就附带Keras的流程了。Keras也需要与TensorFlow版本对应，这里有查询地址，
查询到相应版本后，也可以用pip3 安装：pip3 install keras==版本号