win10+cuda10.0+tensorflow-gpu==1.15安装教程
背景简介
idea设置作者
作为刚⼊门深度学习的⼩⽩，准备兴⾼采烈的开始⽤GPU跑深度学习算法.已经安装好了tensorflow的CPU版本，都是想要加速，搭建tensorflow-gpu的版本。
我的环境是python==3.7, tensorflow==1.15，这两个的安装可以去参考其他教程，为什么在2021年还选择1.15的版本，因为我要⽤的代码还是tensorflow 版本1的，tensorflow 2.0的和原来的不⼀样，容易出现其他问题，为了早⽇上⼿深度学习，就不去弄2.0了。这⾥主要是讲解如何安装GPU加速CUDA和cuDnn。
tensorflow-gpu-1.15.0，tensorflow-gpu安装直接在命令⾏窗⼝输⼊：pip install tensorflow-gpu==1.15，注意要加上版本号，不然直接会安装最新版的。会和原来安装的版本不匹配。
显卡⽀持：sql语言分为哪三大类
cuda安装：
这⾥要特别注意，不知道为什么⼀开始我⼀直下载失败，即使下载了也是⼀个只有⼏⼗k的损坏⽂件。后来科学上⽹才能下载。
下载好之后直接点，选择精简安装还是⾃定义安装，⾃定义安装默认所有组件全部勾选，其实等同于精简，之后的安装路径默认即可。我选择的是精简安装。咱不管这么多，虽然⾥⾯有些组件⽤不上，但为了⽅便，都装上，没⽑病；最后会提⽰由于没有vs studio，有个组件⽆法安装，不重要，略过，直接完成就ok；主要注意的⼀点是，确保电脑上已经安装了vc++2015或者vc++2017，⼀般都有的，没有的朋友可以⾃⾏搜索安装；这个⾮常简单
最后安装完毕后，会⾃动添加环境变量的，不⽤管
cudnn安装：
同上，这⾥也要开启科学上⽹才能下载。
下载的时候注意选择10.0版本的，还有for Windows 10。
java程序员述职报告其实下载过来的不是⼀个exe⽂件，⽽是⼀个压缩包，解压后，有三个⽂件夹，把三个⽂件夹拷贝到cuda的安装⽬录下，如果cuda安装的时候⽤的是默认路径，则为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，现在⼤家应该可以理解，cudnn其实就是cuda的⼀个补丁⽽已，专为深度学习运算进⾏优化的。
将上图中左边的图像直接复制到右边的图像⽂件位置中去即可。
测试cuda：
⼗分简单，打开cmd命令⾏，输⼊nvcc -V，看到下图内容就为成功；⽹上说的编译cuda⾃带的例⼦，确保安装成功，别整这些没⽤的，⿇烦，如果不⾏还是凉凉，显⽰这个基本上是ok的docker与虚拟机的区别
安装tensorflow：打开命令⾏，输⼊pip install tensorflow，⾃动下载tensorflow（cpu版）及其依赖，然后安装tensorflow==1.15.0，如果这⾥出了问题，就去下载轮⼦tensorflow-1.15.0-cp37-cp37m-win_amd64.whl，pip install 轮⼦所在路径/tensorflow-1.15.0-cp37-cp37m-win_amd64.whl
测试tensorflow：重新打开⼀个命令⾏，先输⼊python，进⼊python环境，输⼊
个人主页模板使用方法
import tensorflow as tf
tf.Session()
电脑python安装教程出来的结果：
到这⾥就说明安装成功了。如果出来提⽰你不到cudart64_100.dll，则参考我另外⼀篇⽂章。解决不匹配的问题。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。