因为方便,我选择的是cuda10
和 tensorflow1.15
,更多的版本支持请查看官方文档:
构建配置
附上cuda10
的官方下载连接:
CUDA Toolkit 10.0 Archive
# cmd 命令运行
nvcc --version
# 运行结果如下
# -*- coding: utf-8 -*-
import tensorflow as tf
hello = tf.constant('Hello, tensorflow')
sess = tf.Session()
# 打印当前tf的版本号
print("###########version###########", tf.__version__)
# 返回True,说明是可用的
print("++++++++++is_gpu_available+++++++++++", tf.test.is_gpu_available())
# 结果如下图
Could not load dynamic library ‘cudnn64_7.dll’ 等
这位大佬给了解决方案,并且不用积分去下载类库:
解决Could not load dynamic library ‘cudnn64_7.dll‘
下载缺失的类库
计算机安装多个cuda 版本
win10下安装多个cuda(cuda9.0和10.0),并自由切换版本