1.判斷目前機器的顯卡驅動是否為最新，是否需要更新驅動。
2.根據要安裝的tensorflow_gpu的版本，注意最開始安裝的tensorflow 1.14版本要求cuda的版本是10.0,而安裝時10.1，所以報錯。
| 版本 | Python 版本 | 編譯器 | 編譯工具 | cuDNN | CUDA |
| tensorflow_gpu-2.0.0-alpha0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.19.2 | 7.4.1以及更高版本 | CUDA 10.0 (需要 410.x 或更高版本) |
| tensorflow_gpu-1.13.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.19.2 | 7.4 | 10.0 |
| tensorflow_gpu-1.12.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.11.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.11.0 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.10.0 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.8.0 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.5.4 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 2.7、3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
現在NVIDIA的顯卡驅動程序已經更新到 10.1版本，最新的支持CUDA 10.1版本的cuDNN為7.5.0
3.下載cudnn 對應的包，放入到cuda安裝的文件夾中。
4。在cmd下輸入 nvcc -V判斷對應的cuda版本是否安裝正常。
5.修改pip下載地址，從清華鏡像下載tensorflow。
6.測試tensorflow——gpu環境是否配置好
1 #!D:/Code/python 2 # -*- coding: utf-8 -*- 3 # @Time : 2019/8/26 18:28 4 # @Author : Johnye 5 # @Site : 6 # @File : test_tensorflow_gpu.py 7 # @Software: PyCharm 8 import tensorflow as tf 9 hello=tf.constant("hello111") 10 sess = tf.Session() 11 print(sess.run(hello))
7.將numpy降級為1.16,以下警告解決
