CUDA安装

1. 下载安装 CUDA https://developer.nvidia.cn/cuda-downloads

   • 注意先看一下cudnn支持到哪个版本了
   • 选自定义安装，在CUDA下拉里取消勾选Visual Studio…
   • 在Driver components下拉里，检查Display driver 的版本是否比当前本机安装的显卡驱动高，如果本机显卡驱动版本更高，则取消勾选。
   • 检验安装：cmd命令行，输入nvcc -V 查看CUDA的版本信息。

2. 下载cudnn包https://developer.nvidia.com/rdp/cudnn-download

   • NVIDA账号密码登录
   • 解压，并将cuda文件夹重命名为cuda824, 并将文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA之中。

3. 环境变量配置

   • 编辑系统变量path，新建变量C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuda824\bin,并上移置顶。

   • 此时系统变量path中包含以下三个值：

     • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuda824\bin

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

4. 安装TensorFlow gpu版本：

   pip install -U tensorflow-gpu

5. 可通过如下检验TensorFlow上GPU是否可行：

   • tf.config.list_physical_devices('GPU')

     打印出[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]即可

   • 判断tf运行在cpu还是gpu上：

     sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))

     打印出gpu信息如下即可：

     Device mapping:
     /job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: NVIDIA GeForce GTX 1050, pci bus id: 0000:01:00.0, compute capability: 6.1