tensorflow安装gpu版本

tensorflow安装gpu版本

带有GPU的台式终于到手，然后花了差不多一天的时间安装tensorflow带有gpu的版本。当然踩坑占用了90%的时间，真的是吐了。好了，现在进入正题，要想成功使用gpu版本的tensorflow大概需要以下步骤。

1. 安装CUDA ；
2. 下载对应的CUDA版本的cuDNN ；
3. 下载tensorflow-gpu ；

1，安装CUDA

1）首先进入以上地址 https://developer.nvidia.com/cuda-toolkit-archive 选择你要下载的CUDA版本

其实选择那个版本的CUDA是很重要的，我一开始下载过11.0版本的，然后在配cudnn的时候发现没有对应window系统的，然后又安装了10.2版本，这回有与window系统版本对应的cudnn并与10.2版本的CUDA对应，最后在安装完tensorflow-gpu版本的之后，提示各种 .dll文件缺失。
百度搜那些解决方法，是要安装VS2015或者VS其他版本的，不知道为啥我就是不想安装（狗头）。。。。。。
所以我选择了**10.0版本**，谢天谢地，最后终于没有那些意外发生，然后成功开启tensorflow-gpu.

2）安装cuda过程

选择 '自定义’安装，然后再选组件的时候只需要勾选以上的选项就ok了，然后就一路下一步到底就好。

2，下载对应的CUDA版本的cuDNN

1）进入以上地址 https://developer.nvidia.com/rdp/cudnn-download 选择你要下载的CUDA版本

2）选择对应的 10.0 的 CUDA版本的cudnn，下载结束之后将其进行解压。
解压完成之后，将以下cudnn下的bin，include，lib文件夹里边的文件移到CUDA对应的文件里边。


3）将这两个路径添加到环境变量里边去

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

3，下载tensorflow-gpu

这一步就比较简单了，直接在 cmd 里边输入 ‘‘pip install tensorflow-gpu == 1.14.0’’=
这里说明一下，这个tensorflow版本，他对cuda的版本也是有对应的。1.14.0这个版本符合 10.0 CUDA。

这样就结束了，希望你可以一次搞定。