【更新时间2019.5.14】Win10 +VS2017+ python3.68 + CUDA10 + cuDNNv7.41 + tensorflow-gpu 1.13 最新版

【更新时间2019.5.14】Win10 +VS2017+ python3.68 + CUDA10 + cuDNNv7.41 + tensorflow-gpu 1.13 最新版

--------------------- 

CUDA安装
根据官网描述在下载CUDA之前请确保：

GPU型号兼容
支持的Windows版本
支持的Microsoft Visual Studio版本
cuda下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

CUDA安装路径:“C:\ProgramData\NVIDIA GPU Computing Toolkit\v10” 

或者安装在D:\ProgramData\NVIDIA GPU Computing Toolkit\v10 后面下载的cudnn要放在CUDA安装路径中。
--------------------- 
 

cuDNN下载

cuDNN只是cuda的一个补丁。需要注册一个官网帐号， 下载地址：https://developer.nvidia.com/rdp/cudnn-archive

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.1_20190923/cudnn-10.1-windows10-x64-v7.6.4.38.zip

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.4.1.5/prod/10.0_20181108/cudnn-10.0-windows10-x64-v7.4.1.5.zip
 
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.3.1/prod/10.0_2018927/cudnn-10.0-windows10-x64-v7.3.1.20
解压缩下载的CuDnn文件，得到3个文件夹：bin, include, lib。

将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v10” （CUDA安装路径）

或者安装在D:\ProgramData\NVIDIA GPU Computing Toolkit\v10

之后确认环境变量：

确认CUDA_PATH和CUDA_PATH_V10已经存在。如果没有。

手动添加 “D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin”到Path里面。

 
--------------------- 

如何验证是否正确安装了CUDA
在运行里面输入“cmd” 然后用命令“nvcc -V”进行测试 必须用大写的V，否则出错

即如下的代码

nvcc -V
运行的结果如下

==============================

pip安装Tensorflow-gpu
 注意：

目前tensorflow1.13已经支持cuda10.0，【需要其他版本的，请在大神编译的各种版本的tensorflow安装包地址：https://github.com/fo40225/tensorflow-windows-wheel 根据说明找到资源路径：[1.11-1.12 必须安装cuda10]】

【尽量不要用清华源】 

pip install tensorflow-gpu

【需要翻~~~墙，否则 installed tensorboard-1.13.1无法安装，导致安装失败】

最后pip list查看：

运行测试
最后输入python

输入import tensorflow as tf 查看：

完工~~体验gpu的运算速度吧

Win10 +VS2017+ python3.67 + CUDA10 + cuDNNv7.3.1 + tensorflow-gpu 1.13.1 最新版

还有问题的，可以加群264191384 注明（tensorflow）

-