win10+CUDA+cuDNN+TensorFlow-gpu 安装-配置-测试

最新推荐文章于 2025-10-24 12:46:07 发布

原创最新推荐文章于 2025-10-24 12:46:07 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #TensorFlow-GPU #cuda #cuDNN #安装配置

安装专栏收录该内容

19 篇文章

订阅专栏

本文详细介绍了在Win10环境下CUDA和cuDNN的安装过程，提供了直接下载链接，并验证了安装是否成功。同时，文章还指导如何安装TensorFlow-GPU 1.7.0版本，并通过代码测试确认GPU是否被正确识别。

部署运行你感兴趣的模型镜像

1 win10 CUDA和cuDNN安装：

https://blog.youkuaiyun.com/u010824101/article/details/80553847

不想去找的朋友可以去我的云盘下载cuda9.0和cuDNN7.4.2：

链接: https://pan.baidu.com/s/1ZuGSaPXBPYT5A8O75Mp74Q 
提取码: n4wb

2 cuda是否安装成功测试

配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe，默认安装的话使用如下命令

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite

bandwidthTest.exe

deviceQuery.exe

然后分别执行bandwidthTest.exe和deviceQuery.exe，可得到下图

出现上述图片，说明CUDA配置成功

3： tensorflow-gpu 1.7.0安装

pip install tensorflow-gpu==1.7.0

4：上述所有都弄完之后，测试tensorflow-gpu是否能用

# 测试 tensorflow-gpu 是否安装成功
import tensorflow as tf
print(tf.__version__)
a=tf.constant([1.0,2.0,3.0],shape=[1,3],name='a')
b=tf.constant([4.0,5.0,6.0],shape=[1,3],name='b')
c=tf.add(a,b)
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

测试结果：