tensorflow 2.1.0 GPU安装[显卡GeForceMX150+CUDA10.1]

tensorflow 2.1.0 GPU安装[显卡GeForceMX150+CUDA10.1]

版本：
Tensorflow 2.1.0 + CUDA 10.1

STEP1 查看自己电脑显卡对应的CUDA最高版本

【参考链接】https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html
注意： 查询到的版本为对应的最高版本，可以低于该版本。如果已经下载tensorflow，则需要和tensorflow版本对应。【2.1.0以上版本的tensorflow没有经过特别指定的话，一般会自动下载GPU和CPU版本】

【官方CUDA和tensorflow对照表】
https://tensorflow.google.cn/install/source_windows#gpu

STEP2 下载和安装对应版本的CUDA

这里以10.1为例：

该路径为临时解压路径，软件安装好后会自动删除。【不建议更改路径】
解压过程中，如果电脑有安装360等杀毒软件，会d出警告，点击允许所有 *** 作即可。
解压完成后会自动启动，检查兼容性

许可协议

这里我们选择【自定义】

这里我们只选择第一个

如果没有安装VS C++编译器，把这个项目取消掉就可以了。这里我安装过VS2017，就不做演示了。

这里我们更改安装位置，当然也可以选择不更改。

点击【下一步】等待安装结束
同样的，如果电脑有安装360，在完成安装 *** 作时会有预警d窗，允许 *** 作即可。

安装成功

STEP3 下载并安装对应版本的CUDnn

在官网上找到对应版本下载解压即可。
解压后包含 3个文件夹和一个README
复制3个文件夹到之前安装CUDA时选择的路径，这里我的路径是D:NVIDIACUDA

STEP4 配置环境变量

1. 添加系统变量
计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量。

接下来，还要在系统中添加以下几个环境变量：
【在系统变量中点击新建】

CUDA_SDK_PATH = C:ProgramDataNVIDIA CorporationCUDA Samplesv8.0(这是默认安装位置的路径，我的路径为D:NVIDIACUDA Samples)
CUDA_LIB_PATH = %CUDA_PATH%libx64
CUDA_BIN_PATH = %CUDA_PATH%bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%binwin64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%commonlibx64
2. 编辑系统变量中的PATH

选中，编辑，然后添加如下路径：
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
【如果CUDA选择默认路径，则添加如下几条路径】
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0bin
C:ProgramDataNVIDIA CorporationCUDA Samplesv8.0commonlibx64
C:ProgramDataNVIDIA CorporationCUDA Samplesv8.0binwin64

【如果CUDA选择自定义路径，则参考我的路径】
D:NVIDIACUDAlibx64
D:NVIDIACUDAbin
D:NVIDIACUDA Samplescommonlibx64
D:NVIDIACUDA Samplesbinwin64
我的配置情况
系统变量

PATH

STEP 5 验证CUDA和CUDnn的安装

快捷键win+R，输入cmd，然后切盘到CUDA的安装路径，这里我的路径是D:NVIDIACUDA
输入** nvcc -V** ，回车运行后返回版本信息，则可视为成功。
安装成功如图所示：

tensorflow 简单的测试程序

随文附上我的版本文件包【CUDA10.1+CUDnn10.1】，CUDA官网比较卡，可能需要挂梯子下载。
CUDA10.1 提取码：asdf
CUDnn 提取码：asdf
CUDA+CUDnn 提取码：asdf