Win10+GTX906M+Tensorflow-gpu==2.1.0
环境
- Windows10
- GeForce GTX 960M
- python 3.7.6
- tensorflow-gpu==2.1.0
- CUDA 10.2
- cuDNN v7.9.4.38 for windows10 CUDA10.1(截至到2020-02-21，cuDNN并未发布CUDA v10.2对应的版本)
安装Python
从Python官网下载对应的python版本，我这里选择的是Python 3.7.6。下载完之后就是“下一步”的时间了。
安装tensorflow-gpu
安装完python之后，打开powershell，执行命令：
pip3 install tensorflow-gpu
执行完成后，GPU版的tensorflow就安装完成了，CPU版的执行命令pip3 install tensorflow即可。
安装CUDA 10.2
注意，下载CUDA和cuDNN时，需要注册NVIDA账号。
从这里下载Win10对应的v10.2版CUDA。下载完成后就又到了“下一步”的时间了。
安装cuDNN
从这里下载，windows10系统对应的cuDNN，解压下载后的文件，将其中bin、include和lib文件夹复制到安装了CUDA10.2的路径中，替换掉原来的目录，我这里CUDA10.2的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2。
之后需要添加环境变量，将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin、C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64添加到系统的环境变量中。
测试
打开ipython，输入以下内容：
import tensorflow as tf
tf.test.is_gpu_avaolable()
True
注意，此时会报错，“cudart64_101.dll not found”，没关系，找到“cudart64_102.dll”，重命名为“cudart64_101.dll”即可。
