本文讲的是win10环境下gpu版本的tensorflow安装配置方法，先讲好我想配置的环境：

名称

版本

系统版本

win10 x64

CUDA Toolkit

10.0

CUDNN

7.5.1.10

python版本

py 3.7.3（64位！！！）

NVIDIA驱动版本

430.39

TensorFlow-gpu

1.13.1

  2. 查看自己的gpu(显卡)
    如果不知道的可以用gpu-z下载查看下，我的是GTX 960M

    3. 怎么安装gpu版的torch gpu-z安装教程_cuda

  3. 查看自己的gpu（也就是显卡）支不支持cuda：https://developer.nvidia.com/cuda-gpus

    4. 怎么安装gpu版的torch gpu-z安装教程_cudnn_02

  4. 我的显卡是GTX 960M，这里看到是支持的，并且计算能力是5.0，而现在要下的tensorflow版本要求计算能力>=3.5，所以是可以的：

    5. 怎么安装gpu版的torch gpu-z安装教程_cudnn_03

  6. 安装显卡驱动
    查看自己的显卡驱动有没安装。设别管理器->显示适配器

    7. 怎么安装gpu版的torch gpu-z安装教程_cuda_04

  7. 查看驱动版本，打开一个cmd窗口，然后将“C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe”这个文件拖进cmd窗口：

    8. 怎么安装gpu版的torch gpu-z安装教程_tensorflow_05

  8. 跟表格对应，因为我们要安装10.0版本的：

CUDA Toolkit

Linux x86_64 Driver Version

Windows x86_64 Driver Version

CUDA 10.1.105

>= 418.39

>= 418.96

CUDA 10.0.130

>= 410.48

>= 411.31

CUDA 9.2 (9.2.148 Update 1)

>= 396.37

>= 398.26

CUDA 9.2 (9.2.88)

>= 396.26

>= 397.44

CUDA 9.1 (9.1.85)

>= 390.46

>= 391.29

CUDA 9.0 (9.0.76)

>= 384.81

>= 385.54

CUDA 8.0 (8.0.61 GA2)

>= 375.26

>= 376.51

CUDA 8.0 (8.0.44)

>= 367.48

>= 369.30

CUDA 7.5 (7.5.16)

>= 352.31

>= 353.66

CUDA 7.0 (7.0.28)

>= 346.46

>= 347.62

显然376.67太低，达不到要求的418.96，那就安装新一点的，https://www.nvidia.com/Download/Find.aspx?lang=en-us：

怎么安装gpu版的torch gpu-z安装教程_怎么安装gpu版的torch_06

  2. 安装cuda
    下载cuda，我这里选择win10的v10.0版本，https://developer.nvidia.com/cuda-toolkit-archive：

    3. 怎么安装gpu版的torch gpu-z安装教程_cudnn_07


以管理员身份运行安装文件，然后安装的时候选择自定义安装（精简安装不仅会安装全家桶，还会覆盖你本地的驱动）：

怎么安装gpu版的torch gpu-z安装教程_cudnn_08


就勾选CUDA下面的几个组件就好了：

（我不勾选VisualStudioIntgration，因为我不用vsstudio开发我这里用pycharm）

怎么安装gpu版的torch gpu-z安装教程_怎么安装gpu版的torch_09


记住安装路径，之后设置path要用的：

怎么安装gpu版的torch gpu-z安装教程_cuda_10


嗯，然后结束：

怎么安装gpu版的torch gpu-z安装教程_cuda_11


设置环境变量，此电脑 -> 属性 -> 高级系统设置 -> 高级 -> 环境变量

怎么安装gpu版的torch gpu-z安装教程_cudnn_12


对path修改新增一条记录，指向刚刚安装的toolkit的bin目录：

怎么安装gpu版的torch gpu-z安装教程_tensorflow_13


点击确定，确定，打开cmd验证下，输入nvcc -V：

怎么安装gpu版的torch gpu-z安装教程_win10_14


4. 安装cudnn

下载cudnn，这里还要登录注册填问卷。。要下载cuda的对应版本，我选择的是Download Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.0：

怎么安装gpu版的torch gpu-z安装教程_win10_15


下载下来后，解压获得三个文件，然后移动复制（注：我的cuda的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0）：

- 将解压获得的bin文件夹下的cudnn64_7.dll复制到cuda的安装目录的bin文件夹里面

- 将解压获得的include文件夹下的cudnn.h复制到cuda的安装目录的include文件夹里面

- 将解压获得的lib/x64文件夹下的cudnn.lib复制到cuda的安装目录的lib/x64文件夹里面

添加cuda的安装目录的lib/x64到环境变量PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64\:

  1. 安装tensorflow的gpu版本
#设置pip的源为清华源，加快下载速度（如果需要的话）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

#更新pip
python -m pip install --upgrade pip  

# 查看自己安装的库
pip list

#卸载cpu版本的tf（如果有的话）
pip uninstall tensorflow


#安装1.13.1gpu版本的tensorflow
pip install tensorflow-gpu==1.13.1

然后测试下 ：

python -c "import tensorflow as tf"

不报错说明tensorflow-gpu版本就装成功了