Window10系统下的GPU环境安装及java使用tensorflow-gpu进行模型加载和加速
1、查看电脑的GPU、CUDA版本，确定安装CUDA、cuDNN，tensorflow-gpu版本。
打开cmd，输入cd C:\Program Files\NVIDIA Corporation\NVSMI命令，回车，再输入nvidia-smi命令，回车。
如果没有CUDA Version值，主要查看NVIDA-SIM值和Driver Version值，图中对应值为432.00。根据该值，通过下表判断支持安装哪个版本的cuda。
通过表1可以看出，该显卡支持cuda最高版本为10.1。所以，下载cuda10.1及以下的都可以。下载地址为https://developer.nvidia.com/cuda-toolkit-archive。具体下载哪个版本，还需要参考CUDA及CUDNN版本的对应关系。
2、Tensorflow-gpu不同版本要求与CUDA及CUDNN版本对应关系如下所示。
根据显卡支持最高10.1版本的CUDA，选择安装了CUDA9.0的，对应cuDNN版本为7.1.2和对应的tensorflow-gpu版本为tensorflow_gpu-1.11.0。cuDNN下载地址为https://developer.nvidia.com/rdp/cudnn-archive。（注意cuDNN版本和CUDA版本的关系）
3、根据选好的版本，开始CUDA、cuDNN的安装。先下载CUDA、cuDNN，cuDNN下载需要注册，QQ登录就行了再填一下信息，注意选对版本。安装步骤可以参考该链接：https://blog.csdn.net/XunCiy/article/details/89070315?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
4、查看是否安装成功，打开cmd，输入nvcc -V
5、在java程序工程的pom.xml加入tensorflow_gpu-1.11.0依赖包。
1 <dependency> 2 <groupId>org.tensorflow</groupId> 3 <artifactId>libtensorflow</artifactId> 4 <version>1.11.0</version> 5 </dependency> 6 <dependency> 7 <groupId>org.tensorflow</groupId> 8 <artifactId>libtensorflow_jni_gpu</artifactId> 9 <version>1.11.0</version> 10 </dependency>
