Tensorflow-gpu、keras、CUDA、cuDNN安装

版本信息

我的电脑显卡是GeForce GTX1650的

cuda版本10.1

cudnn版本7.6

python3.7

tensorflow-gpu 2.2.0

keras2.3.1

（提一下我安装的前提是已经装好了anaconda和python） 

网上可以查到自己的显卡版本以及对应的cuda等版本（以后有时间补上查看方法） 

查看tensorflow和keras、python版本的对应关系

 在tensorflow官网查看对应关系：在 Windows 环境中从源代码构建  |  TensorFlow (google.cn)

cuda安装

如果之前已经本地安装过了CUDA，那么在具体使用中就只需要安装cudatoolkit，不需要再下载整个CUDA。

conda install cudatoolkit=10.1

cudnn安装

conda install cudnn=7.6

此处敲y即可 

安装完成 

tensorflow-gpu安装

CUDA和cuDNN是使用conda命令下载，Tensorflow和keras则是通过pip命令下载

pip install tensorflow-gpu==2.2.0

tensorflow的gpu版本安装成功，检查是否可用：

 way1：

import tensorflow as tf
print(tf.__version__)
tf.test.is_gpu_available()

结果如下图所示，有true即为可用

 

 way2：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

结果如下入所示

安装keras 

 使用pip命令安装keras库

pip install keras==2.3.1

查看是否安装成功： 

import keras
keras.__version__

keras库的版本号为2.3.1，安装成功