1 显卡驱动。
2 装CUDA
https://developer.nvidia.com/cuda-toolkit-archive
cmd中命令nvcc -V
可以查看CUDA是不是装好了的。
版本错了不慌,一个一个卸载能卸载的,其余的拉倒不管,去C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA中删文件。
3 装cuDNN
https://developer.nvidia.com/rdp/cudnn-download
解压后复制粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1里,覆盖合并。
然后测试安装是否成功,运行CUDA的官方示例,在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite路径下打开cmd,
运行.\deviceQuery.exe显示PASS.
4 装Anaconda
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
5 装tensorflow
cmd中运行
conda create --name py37 python=3.7
conda activate py37
pip install tensorflow-gpu==2.2
6 测试脚本
import tensorflow as tf
gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)
测试结果: