安装TensorFlow GPU版本-防坑指南

安装tensorflow要安装CUDA和cuDNN，前者是GPU的通用计算架构包，也就是我们广义上理解的驱动，后者是GPU的深度学习库，能够为深度学习提供诸如卷积、池化和激活层等。

---

网络上有许多安装CUDA和cuDNN的教程，大多数都是先下载CUDA和cuDNN，然后再进行tensorflow-gpu的安装。

但是我还是建议先不要下载CUDA和cuDNN的包，为什么呢？

因为你下载的CUDA版本并不一定对应你的tensorflow版本，而cuDNN的版本则要根据安装的CUDA进行下载。

一个CUDA版本少说也有1G，cuDNN也有100多M，下错了重新下很浪费时间。

---

所以我的建议是：

• 1. 先安装tensoflow-gpu版本

pip install tensorflow-gpu

• 2. 在jupyter notebook里面import tensorflow根据错误提示查看对应的版本号

import tensorflow as tf

出现一个importError

欸，这里提示你下载对应的CUDA10.0版本，好那就确定了你的tensorflow对应的版本为CUDA10.0，或者你也可以根据上面的缺失文件 'cudart64_100.dll' 来确定，后面的100对应的就是10.0版本，如果是90的话，对应的就是9.0版本。

• 3. 根据上面得到的版本号下载CUDA和cuDNN

安装CUDA一直按下一步就可，安装完CUDA后将cuDNN解压缩并将里面的cuda文件夹添加到系统环境目录（Path）就好了。