在win10电脑中配置tensorflow-gpu环境

1. 确认显卡信息

1.1 显卡型号以及NVIDIA驱动版本

右击桌面-->NVIDIA控制面板

image.png

image.png

image.png

image.png

2. 根据显卡信息确定可安装的CUDA版本

2.1 参考网址

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
这里面显示了CUDA对于显卡驱动版本的最低要求，本机显卡驱动版本为460.89，所以下面的表格里大部分的CUDA版本都是可以安装的，但是不建议安装太高版本的。

3. 下载并安装CUDA

3.1 网址

https://developer.nvidia.com/cuda-toolkit-archive

3.2 安装

将exe文件下载到本地，然后无脑安装即可，但是要记住CUDA的安装位置

3.3确认

win + R
cmd 打开命令行
nvcc -V
如果输出正确的CUDA版本信息即为安装成功

image.png

4. 安装cuDnn

4.1 下载网址

https://developer.nvidia.com/rdp/cudnn-archive
第一次下载需要注册账号。根据CUDA版本，找到对应的cuDnn文件即可。

4.2 安装cuDnn

解压之后，将cuDNN里面的文件复制到CUDA安装的文件夹里，覆盖重复的文件。

5. 安装Python

5.1 安装Anaconda

去清华镜像源下载Anaconda，安装

5.2 修改镜像源

改成北外源就可以了，挺快的

5.3 创建虚拟环境

创建环境
conda create -n xxx python=3.x
删除环境
conda remove -n xxx --all

注意Pythn的版本需要和CUDA以及tensorflow对应；不过虚拟环境的创建和删除还是很快的

6. 安装tensorflow

有两种安装方式，一种在线安装，一种本地安装

6.1 在线安装

记得安装正确版本的tensorflow，在conda虚拟环境中运行

pip install tensorflow-gpu==1.15.0

6.2 本地安装

6.2.1 网址

https://pypi.org/project/tensorflow-gpu/1.15.0/#files

6.2.2 安装

下载whl文件后，在conda prompt中进入虚拟环境，cd到whl所在的文件夹，然后运行

pip install xxx.whl

7. 验证

安装完成之后打开python，运行

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

第一个print是验证tensorflow是否安装成功，第二个print是验证tensorflow是否能够使用GPU进行运算，只要有一个失败就说明安装失败

8. 如有需要，选择重装

如果失败，很有可能是版本不一致的问题，仔细阅读上面验证代码输出的信息或许可以找到问题所在。可能是CUDA的问题，也可能是tensorflow的问题。

8.1 卸载CUDA

如果需要重装CUDA，那么需要卸载原来的CUDA Toolkit
卸载NVIDIA/CUDA相关的包，只保留，注意是只保留以下包：

image.png

然后就是用清理软件清理一下注册表信息，重启就卸载完成

8.2 卸载tensorflow

直接删除虚拟环境即可，一般不用重装Anaconda

9. 本电脑适配版本

9.1 台式机成功安装

记录一下自己的台式机安装成功的版本

image.png

红框的是成功了的，其他都是尝试失败的，要哭了

9.2 截图留念

image.png

10. 完结撒花