虽然我的笔记本是入门级显卡MX150，但是还是想在windows下折腾一下gpu版本的tensorflow，最近也想在自己电脑上做一些机器学习深度学习的事情，入门级显卡也是显卡，有总是胜于无，还是不要浪费了2G独显配置。
首先使用anaconda创建一个新的python环境
conda create -n py36-tf python=3.6
然后激活环境
activate py36-tf
进入新建的环境。
安装gpu版的tensorflow
pip install tensorflow-gpu
此时安装的1.10.0版本的tensorflow，因为通过pip安装的软件包是预编译版本，故只能支持cuda 9.0，以及相应的cudnn 7.1，去相应的官网下载。
cuda 9.0的链接是https://developer.nvidia.com/cuda-90-download-archive
亲测选择网络安装会更快一些，并且下载local安装的话，经常会在即将下载完毕的时候报错，故推荐使用网络安装。
相应版本的cudnn下载链接为https://developer.nvidia.com/rdp/cudnn-download
cudnn的下载需要先登陆nvidia的网站，不知道为啥我用chrome浏览器登陆的时候总是不能登陆，一直卡在登陆界面。但是在虚拟机里用firefox浏览器登陆就很正常，可以下载cudnn，和我一样用chrome无法登陆nvidia网站的朋友可以考虑一下在虚拟机里试试，当时这个问题困扰了我好久，一开始以为是nvidia网站只是暂时性的问题，过了一两个小时候还是不能登陆，最后发现用虚拟机里的firefox可以登陆时，心里真是一万个草泥马。
安装cuda很简单，记住安装路径。然后把cudnn解压后三个文件夹里的文件分别复制到cuda安装路径下NVIDIA GPU Computing Toolkit下相应的同名文件夹内。
打开python命令行接口，输入
import tensorflow as tf
sess = tf.Session()
就可以看到输出相应的显卡信息。
至此，配置完毕。有问题可交流
网友评论