一.安装 TensorFlow 1.14.0 GPU 版本

pip install tensorflow-gpu==1.14.0

注:以pip安装的 tensorflow-gpu 版本所用cuda为10.0版本

也可以在 github 中下载别人整理好的版本:

https://github.com/fo40225/tensorflow-windows-wheel

在这里插入图片描述

选择相应的gpu版本即可

注: 以此方法下载的 tensorflow-gpu 1.14.0版本需要的cuda为10.1版本, 到时候具体问题具体分析即可

二.下载和安装nvidia显卡驱动

在cmd命令行中输入:

nvidia-smi

如果返回结果则可以略过此步骤

1.查看 NVIDIA 显卡型号

在控制面板的设备管理器上查看显卡型号:
在这里插入图片描述
比如我的是: GeForce GTX 960M

2.安装 NVIDIA 显卡驱动

下载地址:

https://www.nvidia.cn/Download/index.aspx?lang=cn

在这里插入图片描述
一直点击下一步安装即可, 安装完成后在cmd中输入:

nvidia-smi

输出如下则代表安装成功:
在这里插入图片描述

三.下载 cuda

1. 下载地址:

https://developer.nvidia.com/cuda-toolkit-archive

在这里插入图片描述
选择相应版本:

2.安装cuda

在默认位置安装即可
在这里插入图片描述
选择自定义, 再安装下一步

取消勾选 Visual Studio Integration(视情况看是否需要Visual Studio)

在该路径中查看是否存在 nvcc.exe, 这个程序很重要

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

在该路径中查看是否存在 cupti64_100.dll, 这个程序很重要

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

四.下载 cuDNN

找到对应cuda版本的cuDNN(下载cuDNN需要注册账号)

https://developer.nvidia.com/rdp/cudnn-archive

在这里插入图片描述

下载后将压缩包解压,将 cuda 文件夹重命名为 cudnn, 并将该文件夹复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

在这里插入图片描述

五.配置环境变量

在系统环境变量的Path中添加如下路径:

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\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin

在这里插入图片描述