其他分享
首页 > 其他分享> > win10下安装Cuda10.0 + cudnn7.6.0 + Tensorflow-gpu 1.14.0

win10下安装Cuda10.0 + cudnn7.6.0 + Tensorflow-gpu 1.14.0

作者:互联网

最终环境配置情况

Windows10 + Visual Studio 2017 + Cuda10.0 + cudnn7.6.0 + python3.6.8 + tensorflow-gpu 1.14.0

因部分网页需要科学上网,vs2017cudnnpython3.6.8官网安装包已上传,可在个人主页下载。


Visual Studio 2017安装:(Visual Studio 2017安装最好在Cuda10

Visual Studio 历史版本地址
在这里插入图片描述
选择 下载 后找到 Community 2017版本,下载安装即可。
在这里插入图片描述


Cuda10.0安装

Cuda10.0下载地址
在这里插入图片描述
选择windows版本下的本地安装文件即可:exe(local)


cudnn7.6.0安装(需要注册一个nvidia的账号,按照网页提示操作即可)

cudnn下载地址
在这里插入图片描述
将解压后的文件(下图左)拷贝至Cuda所在的位置(下图右),这里不是文件夹直接拖拽,而是将文件夹里的文件分别 复制添加 到右边对应文件夹里,过程中没有!!!文件名重复需要覆盖文件的提示!
在这里插入图片描述

查看Cuda
键盘win + R 随后输入 cmd, 最后在命令行窗口中输入nvcc --version

在这里插入图片描述


python3.6.8安装

https://www.python.org/downloads/release/python-368/
在这里插入图片描述
按照提示安装即可,这里推荐executable installer,这样系统变量path可以自动设定。

测试python
键盘win + R 随后输入 cmd, 最后在命令行窗口中输入python
在这里插入图片描述


tensorflow-gpu==1.14.0安装

在命令行中输入下面这1条指令:
pip install tensorflow-gpu==1.14.0 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

使用阿里源下载安装tensorflow-gpu


最后在IDE中测试Cudatensorflow-gpu

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
print(tf.test.is_built_with_cuda())  # 测试Cuda是否可用
print(tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None))

在这里插入图片描述
若运行结果为True则全部内容已安装完毕!

·^_^·

标签:1.14,gpu,cudnn7.6,Studio,tensorflow,Tensorflow,2017,安装
来源: https://blog.csdn.net/jh_210/article/details/115701924