Window10 RTX2070显卡+tensorflow_gpu1.14+cuda10.0+cudnn+7.4.2的环境配置

1.判断目前机器的显卡驱动是否为最新，是否需要更新驱动。

2.根据要安装的tensorflow_gpu的版本，注意最开始安装的tensorflow 1.14版本要求cuda的版本是10.0,而安装时10.1，所以报错。

 

版本	Python 版本	编译器	编译工具	cuDNN	CUDA
tensorflow_gpu-2.0.0-alpha0	2.7、3.3-3.6	GCC 4.8	Bazel 0.19.2	7.4.1以及更高版本	CUDA 10.0 (需要 410.x 或更高版本)
tensorflow_gpu-1.13.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.19.2	7.4	10.0
tensorflow_gpu-1.12.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.11.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.9.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.11.0	7	9
tensorflow_gpu-1.8.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.10.0	7	9
tensorflow_gpu-1.7.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.6.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.5.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.8.0	7	9
tensorflow_gpu-1.4.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.5.4	6	8
tensorflow_gpu-1.3.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	6	8
tensorflow_gpu-1.2.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	5.1	8
tensorflow_gpu-1.1.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8
tensorflow_gpu-1.0.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8

 

现在NVIDIA的显卡驱动程序已经更新到 10.1版本，最新的支持CUDA 10.1版本的cuDNN为7.5.0

3.下载cudnn 对应的包，放入到cuda安装的文件夹中。

4。在cmd下输入 nvcc -V判断对应的cuda版本是否安装正常。

5.修改pip下载地址，从清华镜像下载tensorflow。

6.测试tensorflow——gpu环境是否配置好

 1 #!D:/Code/python 
 2 # -*- coding: utf-8 -*- 
 3 # @Time : 2019/8/26 18:28 
 4 # @Author : Johnye 
 5 # @Site :  
 6 # @File : test_tensorflow_gpu.py 
 7 # @Software: PyCharm
 8 import tensorflow as tf
 9 hello=tf.constant("hello111")
10 sess = tf.Session()
11 print(sess.run(hello))

 

7.将numpy降级为1.16,以下警告解决

 

 

转载于:https://www.cnblogs.com/codeAndlearn/p/11415158.html