Win10 64bit測試
NVIDIA GeForce GTX 960Mspa
Python3.7(Anaconda)code
親測,TensorFlow-gpu1.13.1支持cuda10.0的版本,因此咱們可直接選擇cuda10.0的版本blog
安裝步驟爲:get
1)運行.exe可執行和層序。安裝軟件會先運行一個系統檢查,若是沒有軟硬件不兼容的狀況就能繼續進行下一步。如有不兼容狀況,系統檢查則會報錯,沒法進行下一步。若是報錯了,就最早考慮下是否是本身的顯卡不被該版本支持。在安裝過程當中,它會先自動安裝和你電腦對應的NVIDIA驅動。
2)選擇默認安裝就行。pycharm
下載cuDNN須要本身先在以上網址(cuDNN官網)註冊個帳號,註冊成功後登錄進去選擇cuDNN7.3.1下載便可。pip
下載完成後是一個.zip包,解壓後進入目錄,會發現三個子目錄/bin,/include,/lib/x64。進去後會發現有三個文件,將這三個文件分別拷貝到cuda的安裝目錄的對應子目錄下io
默認cuda的安裝目錄是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
檢查你的系統Path環境變量中是否有這四項,沒有請手動添加
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
打開Anaconda Prompt,輸入
pip install tensorflow-gpu
會自動下載並安裝tensorflow-gpu
打開pycharm,建立一個test.py文件,輸入
import tensorflow as tf tf.enable_eager_execution() print(tf.__version__) hello = tf.constant("hello tensorflow") print(hello.numpy())
出現下列結果代表安裝成功