1 首先CPU的计算能力必须大于3.0
NVIDA CUDA显卡计算能力对应表 - 小新识图 - CSDN博客
https://blog.csdn.net/huixingshao/article/details/82215703
1.1看版本对应

2安装cuda
https://developer.nvidia.com/cuda-toolkit-archive
3安装cudnn(此处以cuda8.0为例)
https://developer.nvidia.com/rdp/cudnn-archive
#安装后操作
将cuDNN压缩包解压后得到3个子文件夹(bin,lib,include),你需要把这3个子文件夹复制“NVIDIA GPU Computing Toolkit\CUDA\v8.0”文件夹下(系统会提示已经存在,是否合并,选择确定就可以了),如果找不到文件夹的位置,自己在C盘搜索CUDA就能找到了
4配置环境变量
左击桌面的“计算机”图标,依次选择“高级系统设置”–“环境变量”,在“系统变量(S)”中找到Path选项,双击编辑“变量值(V)”:你需要以下的路径是否在Path和cuda Path中,如果没有,就添加对应的路径(一般是最后两个路径没有):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
5安装对应版本TensorFlow-GPU
pip install tensorflow-gpu版本号
6进行验证,以下是错误验证
运行以下代码
activate 环境名字Tensorlow
安装对应版本GPU
pip install tensorflow-gpu版本号
python
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
下面是说我的当前计算机能力为2.1,最小cuda计算能力为3.0

正确图片:

总结:经本人验证几条可行的对应关系
1 tensorflow-gpu1.13.1+cuda10.0+cudnn对应版本
2 tensorflow-gpu1.6.1+cuda9.0+cudnn对应版本
3 tensorflow-gpu1.4.1+cuda8.0+cudnn-8.0-windows7-x64-v6.0
4 tensorflow-gpu1.2.1+cuda8.0+cudnn-8.0-windows7-x64-v5.1
本文详细记录了在Windows 7环境下安装TensorFlow-GPU的步骤,包括检查GPU计算能力、安装CUDA、配置cudnn、设置环境变量以及安装不同版本的TensorFlow-GPU。特别指出,CPU计算能力需大于3.0,提供了多个TensorFlow-GPU、CUDA和cudnn版本的兼容性总结。
&spm=1001.2101.3001.5002&articleId=92760443&d=1&t=3&u=8d98dcc3890b4b7495359ed4f450c796)
5588

被折叠的 条评论
为什么被折叠?



