Win10安装CUDA+cuDNN+TensorFlow-GPU

一、确定CUDA和cuDNN的版本

1. 打开NVIDIA控制面板 -> 帮助 ->系统信息 -> 组件，查看支持的CUDA版本

2.确认tensorflow-gpu所支持的cuda的最高版本

进入网站https://tensorflow.google.cn/install/gpu?hl=zh_cn，找到如图位置，查看支持的CUDA最高版本

3.至此，综合看来我们最高只能安装CUDA 10.1的版本，但本次我们选择安装CUDA 10.0，并由此确定与之配套的cuDNN版本:

进入网站：https://developer.nvidia.com/rdp/cudnn-archive，找到CUDA对应的cuDNN

4.下载所需版本的CUDA和cuDNN

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

二、安装CUDA和cuDNN

1.安装NVIDIA显卡驱动（一般电脑已经安装好了）

https://www.nvidia.com/download/index.aspx?lang=en-us

2.安装CUDA

3.配置环境变量(如果已存在则不需要重复配置)

4.打开CMD，输入nvcc -V测试CUDA是否安装成功

5.安装cuDNN

解压下载的cuDNN压缩包，将其中的文件复制到CUDA文件夹中即可

至此CUDA和cuDNN安装完毕

三、安装TensorFlow-GPU

这里我们安装的是tensorflow 1.13.2

1. 安装python3.7.3，推荐使用Anaconda安装

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.07-Windows-x86_64.exe

2.升级pip

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip --user

3.安装tensorflow-gpu 1.13.2版本

pip install --user tensorflow-gpu==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

4.在python命令行下输入下面代码进行测试

import tensorflow as tf
print('GPU', tf.test.is_gpu_available())

输出下面结果则表示安装成功

GPU True