通过n多天的努力我将cuda,cudnn等一些列配通，实属不易。ok，咱们直击主题，如何配置：
1. 查询自己的配置资源
首先打开英伟达控制面板
点击系统信息进入查看详细的服务器：
通过查看我们可以知道本机使用的是英伟达Geforce MX150,驱动程序的版本值为497。这个值说明我们可以按照497以下的cuda版本如图所示：（点击本链接查询最新版本号官网版本号查询 ）
同时也可以点击组件查看支持的插件版本，本系统的因为更新过后，所以支持11.5的cuda驱动，那么说，11.5以下的cuda都可以支持使用。不建议使用那么高的版本驱动，对于本机来说负担太大，建议使用10.2版本的cuda。
如果打开控制面板发现是英伟达的支持驱动在300左右，说明没有更新驱动，这个时候是驱动不了大部分的cuda。我们可以进入官网下载对应的驱动程序：（驱动程序官网下载链接点击即可 ）
点击开始搜索后会有很多版本，因为英伟达更新速度非常快，可能当你进行点击下载发现就是上周才发布的版本，这个根据自己的需求下载对应版本。
安装好后重新启动一下电脑，查询本机的驱动版本号接下来进入下一步工作。
2. 安装cuda
对于cuda 的安装首先我们进入cuda下载地址：（因为上面已经讲过对应版本号，所以现在就需要下载所需的cuda 官网安装地址 ）
下载好后进入cudnn下载地址，下载cudnn需要注册一个账号，才可以到下载页面。https://developer.nvidia.com/rdp/cudnn-download
注册后的下载页面
根据自己的cuda选取对应的cudnn版本
本博主选择的是cuda10.2,对应的cudnn7.6.5。
这两个更合适，将对应的cuda进行安装
选择默认地址。
开始检查系统兼容问题
选择自定义安装，然后点开不要选Visual Studio Integration，即使选了也不能成功安装。
然后就坐等安装结束。之后将cudnn解压，将会得三个包如下：
将对应的三个包分别放入cuda对应的文件下面：一般默认的cuda路径（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2）
之后进行验证cuda的安装是否成功：
在cmd里面输入nvcc -V
可以看见安装成功，接下来验证cudnn的安装情况：打开到demo-suite,在蓝色框里面输入cmd
然后输入.\bandwidthTest.exe发现pass说明可以。
在输入.\deviceQuery.exe发现返回pass说明ok。
到现在cuda和cudnn已经成功安装。
3. 安装tensorflow和tensorflow-gpu
首先查看官网对应版本：https://tensorflow.google.cn/install/source_windows?hl=en#gpu
我们可以发现没有10.2对应的版本，通过摸索我发现使用3.0版本刚刚好合适cuda10.0。所以建议安装TensorFlow3.0版本，打开cmd面板输入：
pip install tensorflow-gpu3.0.0
pip install tensorflow3.0.0
安装好后查看pip list**
使用代码进行测试：
import tensorflow as tf
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())
x = tf.constant([[1., 2., 3.],
[4., 5., 6.]])
print(x)
print(x.shape)
print(x.dtype)
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
结果如下：
成功使用gpu进行一个运算。
在使用一个代码块查看详情：
import tensorflow
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
打印出的加载信息
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 2387664768994454296
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 16616890940845422423
physical_device_desc: "device: XLA_CPU device"
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 1408043828
locality {
bus_id: 1
links {
}
}
incarnation: 11148419749727069212
physical_device_desc: "device: 0, name: NVIDIA GeForce MX150, pci bus id: 0000:01:00.0, compute capability: 6.1"
, name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {
}
incarnation: 2694327749361367721
physical_device_desc: "device: XLA_GPU device"
]
Process finished with exit code 0
结果显示成功的调用了gpu,说明配置成功。**
Original: https://blog.csdn.net/qq_48965301/article/details/123225658
Author: Ar-Peng
Title: win10安装cuda,cudnn,tensorflow,tensorflow-gpu
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/521768/
转载文章受原作者版权保护。转载请注明原作者出处！