很久以前在实验室的笔记本上安装了win10_64 tensorflow1.4 cuda8.0 cudnn6.0 GT610。但是今天跑demo发现只能在的时候cpu上跑。不知道610显卡是不是太渣了。

回到宿舍，在宿舍的电脑上重新安装了一边，发现win7_64 tensorflow1.4 cuda8.0 cudnn6.0 GTX1050可以在gpu上跑。

安装：

1.安装GPU版本的tensorflow

方法很简单，直接在控制台上Python3 -m pip install tensorflow-gpu。当然，最新版本是这样安装的。tensorflow，最新的是1.8。我们在这里安装的是tensorflow1.4，在官网https://pypi.org/project/tensorflow/1.4.0/#files下载。然后安装。

2.安装Cuda

安装在这里的是cuda8.0.44，在官网https://developer.nvidia.com/cuda-80-download-archive下载。

下载的是个.exe文件，双击安装。

3.安装cudnn6.0

官网下载https://developer.nvidia.com/rdp/cudnn-archive

这里可能需要注册登录并填写调查文件。

下载的是一个.zip文件

解压后有三个文件

将这三个目录下的文件复制到cuda的安装路径C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0下相应的文件夹。

4.运行demo

# Creates a graph.# import os# os.environ["CUDA_DEVICE_ORDER"]= "PCI_BUS_ID"# os.environ['CUDA_VISIBLE_DEVICES']= '0'import tensorflow as tf# tf.device('/gpu:0')a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')c = tf.matmul(a, b)# Creates a session with log_device_placement set to True.sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))# Runs the op.print(sess.run(c))

看输出结果

F:\\python\\python3.exe D:/Python_learn/test1/test.py2018-05-08 23:03:45.547195: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\platform\\cpu_feature_guard.cc:137]Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2018-05-08 23:03:45.844212: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\gpu\\gpu_device.cc:1030]Found device 0 with properties: name: GeForce GTX 1050 major: 6 minor: 1 memoryClockRate(GHz): 1.455pciBusID: 0000:01:00.0totalMemory: 2.00GiB freeMemory: 1.49GiB2018-05-08 23:03:45.844212: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\gpu\\gpu_device.cc:1120]Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: GeForce GTX 1050, pci bus id: 0000:01:00.0, compute capability: 6.1)Device mapping:/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 1050, pci bus id: 0000:01:00.0, compute capability: 6.1MatMul: (MatMul): /job:localhost/replica:0/task:0/device:GPU:0b: (Const): /job:localhost/replica:0/task:0/device:GPU:0a: (Const): /job:localhost/replica:0/task:0/device:GPU:02018-05-08 23:03:45.979220: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\direct_session.cc:299]Device mapping:/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: GeForce GTX 1050, pci bus id: 0000:01:00.0, compute capability: 6.12018-05-08 23:03:45.981220: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\placer.cc:874]MatMul: (MatMul)/job:localhost/replica:0/task:0/device:GPU:02018-05-08 23:03:45.981220: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\placer.cc:874]b: (Const)/job:localhost/replica:0/task:0/device:GPU:02018-05-08 23:03:45.982220: I C:\ f_jenkins\\home\\workspace\\rel-win\\M\\windows-gpu\\PY\\36\ ensorflow\\core\\common_runtime\\placer.cc:874]a: (Const)/job:localhost/replica:0/task:0/device:GPU:0[[ 22. 28.][ 49. 64.]]Process finished with exit code 0

表示安装成功，是在gpu上运行的。

5.怎么查看tensorflow对应的CUDA和cudnn条件

tensorflow官网https://tensorflow.google.cn/versions/r1.4/install/install_windows查看