Win10 64bit测试
NVIDIA GeForce GTX 960Mspa
Python3.7(Anaconda)code
亲测,TensorFlow-gpu1.13.1支持cuda10.0的版本,因此咱们可直接选择cuda10.0的版本blog
安装步骤为:get
1)运行.exe可执行和层序。安装软件会先运行一个系统检查,若是没有软硬件不兼容的状况就能继续进行下一步。如有不兼容状况,系统检查则会报错,没法进行下一步。若是报错了,就最早考虑下是否是本身的显卡不被该版本支持。在安装过程当中,它会先自动安装和你电脑对应的NVIDIA驱动。
2)选择默认安装就行。pycharm
下载cuDNN须要本身先在以上网址(cuDNN官网)注册个帐号,注册成功后登录进去选择cuDNN7.3.1下载便可。pip
下载完成后是一个.zip包,解压后进入目录,会发现三个子目录/bin,/include,/lib/x64。进去后会发现有三个文件,将这三个文件分别拷贝到cuda的安装目录的对应子目录下io
默认cuda的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
检查你的系统Path环境变量中是否有这四项,没有请手动添加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
打开Anaconda Prompt,输入
pip install tensorflow-gpu
会自动下载并安装tensorflow-gpu
打开pycharm,建立一个test.py文件,输入
import tensorflow as tf tf.enable_eager_execution() print(tf.__version__) hello = tf.constant("hello tensorflow") print(hello.numpy())
出现下列结果代表安装成功