NVIDIA MX150安装TensorFlow-GPU

本文参考：https://www.cnblogs.com/gaoyq/p/10268442.html
感谢博主分享！捣鼓了好长时间终于弄好了！
包下不下来的朋友可以找我要！

配置：

• CPU：i5-8265U
• GPU：NVIDIA MX150
• Python版本：Python3.6.5
• TensorFlow版本：1.10.0

步骤：

1、安装CUDA-9.2

访问官网下载后安装即可
https://developer.nvidia.com/cuda-92-download-archive
安装时最好按默认路径安装

2、下载CUDNN-7.2

访问官网下载https://developer.nvidia.com/rdp/cudnn-archive（跳过登录）

小技巧:如果无法下载或下载速度慢，可右击链接，复制下载链接，到迅雷访问（注意是下载链接）

这里直接附上链接：https://developer.download.nvidia.cn/compute/machine-learning/cudnn/secure/v7.2.1/prod/9.2_20180806/cudnn-9.2-windows10-x64-v7.2.1.38.zip?ZIpdumc5QMz8AEMawiyG7juB4CqrXAGUgEYn50UWHkYAD8CpMatTKJ3H57JT1gw2VR71NyehUtc0mYftCV1lwdHS43i2_8febPQpSyUQKJfuqqJIGFxFyzMmFsMpg4-fq0C9Tf-fSinpzX9KnFQ7Rdb05s1N-t95pKtBLRfi9LgL7QSxgVLL5Jn8-tGxRDdqxSHYcpIzMWw2PFng4QJ6SuB3XQ
可直接访问迅雷，复制链接下载。

3、解压CUDNN

解压CUDNN，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2对应的include、lib、bin目录下即可

4、安装tensorflow-gpu_1.10

pip安装tensorflow-gpu安装完成后，在import tensorflow时会报错，提示无法找到cuda9.0。所以，如果想要使用tensorflow-gpu，需要编译安装。

不过编译安装有点麻烦，幸好有人已经在Github上分享了一系列编译好的tensorflow-windows-wheel文件https://github.com/fo40225/tensorflow-windows-wheel
在1.10.0\py36\GPU目录下有两个文件夹，分别是cuda92cudnn72sse2、cuda92cudnn72avx2，两个文件夹下各有一个whl安装文件。cuda92cudnn72sse2表示适用于cuda9.2和cudnn7.2，并编译成sse指令集，cuda92cudnn72avx2表示适用于cuda9.2和cudnn7.2，并编译成avx指令集。

下载到桌面，cmd进去，

cd Desktop

pip 安装

pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl

测试

import tensorflow as tf
hello = tf.constant('hello, tf!')
sess = tf.Session()
print(sess.run(hello))

当显示使用MX150时表示安装成功

后记

感觉MX150比较弱，也不怎么提速，有时GPU被占用还容易报错，就给卸载了，卸载pip就可以，但是卸载之后TensorFlowcpu版本就没法用了，显示找不到TensorFlow，要重新装一次cpu版本才能正常使用。

如图是卸载TensorFlow-GPU后CPU版本找不到的报错

卸载后重新装

在pycharm可以正常运行了

下面是用GPU跑的CNN

如图是GPU资源被占用时的报错

当然少不了显存不足[手动狗头]
150 2G的显存真是可怜[手动狗头]
所以要好好挣钱，改善硬件环境叭[手动狗头]