tensorflow配置使用GPU

环境

1. win10
2. python==3.7.9
3. tensorflow==1.15
4. tensorflow-gpu==1.15(对于 1.15 及更早版本，CPU 和 GPU 软件包是分开的)
5. cuda==10

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

查看当前计算机cuda 的版本

# cmd 命令运行
nvcc --version
# 运行结果如下

验证GPU是否可用

# -*- 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

遇到的问题

• 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