笔记本显卡mx150安装tensorflow-gpu进行机器学习的方法

1.系统环境：win10（HP的笔记本，我不喜欢的牌子，以前遇到的hp本拿到手就比其他的牌子同级的慢。这个还行）
2.显卡：nvidia MX150 ，亲测支持cuda
3.python版本：3.6.8
4.cuda版本：cuda版本：cuda版本：9.0，试过了9.2版本的驱动有问题，会让显卡前面有个叹号，不能正常使用。换回9.0后就可以了。
5.cudnn版本：7.4.2 最新版的就行，下载得注册一下，稍微麻烦一点
6.tensorflow-gpu版本：tensorflow-gpu 1.12.0 可用。目前的版本是1.12。
pip3 install tensorflow-gpu
7.python创建虚拟环境安装gpu,进入目录
python -m venv ./venv
激活venv环境，执行venv/scripts/activate.bat就激活了
有个坑的地方：cuda安装以后要重新一下机器，让path变量生效。不然，下面的代码还是会报错的。
测试程序，指定了第一个GPU来做计算，如果gpu指定的不对，log会有提示。以下代码是抄的，有问题我会修改。

import tensorflow as tf

with tf.device('/GPU:0'):
a=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[2,3],name='a')
b=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[3,2],name='b')
c=tf.matmul(a, b)

新建 session with log_device_placement 并设置为 True.

sess=tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))

运行这个

print(sess.run(c))
8.另外一个py比较有用的是 https://gist.github.com/mrry/ee5dbcfdd045fa48a27d56664411d41c ，可以测试缺少的dll，之前装的9.2的时候，总是不能装载dll。
使用的时候要根据相应的环境，修改检测参数。例如：msvcp140.dll、cudart64_90.dll、nvcuda.dll等。