配置GPU深度学习环境

Win10

Anaconda4.7.10，python3.7.3，虚拟环境Python3.6.6

NVIDIA GeForce MX150

CUDA10

CuDNN7.5

Tensorflow-gpu2.0.0

我的笔记本lenovo T480，双显卡（intel+ NVIDIA GeForce MX150），配置完环境后重启黑屏或卡在登录界面无法进入系统

配置GPU深度学习环境

0、引言

越来越多的的人入坑机器学习，深度学习，tensorflow 作为目前十分流行又强大的一个框架，自然会有越来越多的新人（我也刚入门）准备使用，一般装的都是 CPU 版的 tensorflow，然而使用 GPU 跑 tensorflow，速度可以快上好几倍。

根据CUDA和cuDNN与tensorflow、python版本对照表，

我选择安装tensorflow-gpu 2.0版本

Python 3.7.6版本

Cuda 10，cuDNN 7.5

1、Anaconda下载与安装

https://blog.csdn.net/weixin_45337440/article/details/107621494

2、创建虚拟环境（建议新创建一个虚拟环境，免得安装好的 tensorflow-gpu 跟原环境中的某些包冲突。也是因为通常下载的Anaconda配套的python版本通常比较高，通过创建虚拟环境，来降低python的版本；虽然可以直接在Anaconda中更改python的版本，在本人博客中有介绍，但是防止与原环境的包冲突，还是选择新创建环境）

对于GPU版本：conda create --name tensorflow-gpu python=3.7 根据自己要安装的版本定

对于CPU版本：conda create --name tensorflow python=3.7

3、要安装tensorflow-GPU要先安装CUDA和cuDNN

Tensorflow-cpu、tensorflow-gpu、cuda、cudnn和Python版本的匹配关系：https://tensorflow.google.cn/install/source_windows

（1）下载并按装CUDA：

官网的最新版本是CUDA11.0版本，想使用最新版本进入此网站(https://developer.nvidia.com/cuda-downloads)，点击Windows。

我要下载cuda10.0，网址是https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

安装完成，安装完成后系统变量会自动添加，可自行查看系统变量。

验证是否安装成功：cmd命令，nvcc -V

（2）cuDNN的下载与安装

cuDNN与CUDA版本相匹配的下载官方https://developer.nvidia.com/rdp/cudnn-archive

需要注册一个nvidia账户。

下载并解压缩后，将cuda中bin、include、lib三个文件夹，复制拷贝到cuda安装路径下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\，新建一个文件夹cuDNN中。

环境变量配置：

4、安装tensorflow-GPU 2.0

Tensorflow有cpu版和GPU版，CPU版的配置过程在博客https://blog.csdn.net/weixin_45337440/article/details/107621494中已经介绍，但是在深度学习中，GPU要比CPU的快很多，所以又重新配置了GPU版的，接下来主要介绍GPU版。

激活虚拟环境后，查看适合自己环境的版本号

查看本机python的版本匹配

本文在https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/下载

这是直接在镜像网站上下载安装的命令，但是我没成功

pip install tensorflow_gpu-2.0.0-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/ --trusted-host= pypi.tuna.tsinghua.edu.cn

所以改成了将安装包下载到本地安装，pip install XXX.whl,因为超时所以要延长超时时间--default-timeout=100，pip命令pip --default-timeout=100 install -U tensorflow_gpu-2.0.0-cp36-cp36m-win_amd64.whl