该博客详细介绍了在安装tensorflow-gpu1.14时遇到的‘cudart64_80.dll’缺失问题，提供了下载CUDA8.0和cuDNN6.0的链接，并指导了如何解压并配置环境变量，以确保GPU支持。通过运行测试代码验证GPU是否可用。
1.效果
tensorflow-gpu1.14
pip uninstall tensorflow-gpu
pip install tensorflow-gpu==1.14
pip list
cuda8.0
链接：https://pan.baidu.com/s/1TPJw6gihVv82fBzirdRNrA
提取码：9e09
cudnn6.0
链接：https://pan.baidu.com/s/1x8huQVirO27InXqoJ5orfA
提取码：jhzr
全部勾选，不然你的分离率会失效，下一步
解压cuDNN，把里面的bin、include和lib这三个文件夹拷贝到CUDA的安装目录中
环境变量设置
测试
import tensorflow as tf
print(tf.test.is_gpu_available())
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
