MX130+CUDA 10.0+CUDNN 7.6.1+TensorFlow-gpu安裝

• 一、CUDA安裝
• 二、CUDNN安裝
• 三、tensorflow-gpu安裝

環境：GeForce MX130（支持CUDA)
python版本：3.7.6

首先確定好需要下載的tensorflow-gpu版本，以及對應的python、CUDA、CUDNN版本。可在這里查看：
https://tensorflow.google.cn/install/source_windows

比如我的是Windows系統，已有python 3.7.6，想下載tensorflow-gpu 2.0.0版本，所以我需要下載CUDA 10.0以及CUDNN 7.4。

一、CUDA安裝

下載鏈接：https://developer.nvidia.com/cuda-10.0-download-archive
官方文檔鏈接：https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-microsoft-windows/index.html

1.此處選擇了網絡版，更快捷一點，如下圖。

2.下載完成后，雙擊打開應用程序。為防止出現其他問題，選擇了默認路徑，C:\Users\你的用戶名\AppData\Local\Temp\temp\CUDA，點擊安裝。選擇同意許可協議，進入下一步。

3.如下圖，此處選擇自定義模式！

4.取消CUDA組件的visual studio intergration及第二個組件。

5.安裝位置默認，進入下一步，如圖所示，進行安裝。

6.等待十幾分鐘，安裝完成。

二、CUDNN安裝

注：此處下載的是cudnn7.6.5版本，后來替換為了cudnn 7.4.2，按照開頭的表格選擇對應版本。

下載鏈接：https://developer.nvidia.com/rdp/cudnn-archive

1.首先，注冊一個賬號，要試很久。注冊完成后登錄，遇到這個界面，可以全部不選擇，是一些推薦及發布信息的設置。

2.這里帶*號的是必填項，無機構可隨意填寫。

直至登錄。順帶，吐槽一下驗證設置，我覺得機器可能比我更容易選出來。

3.勾選復選框，隨后選擇紅框內的選項，找早期與CUDA 10.0適配的版本。

4.點擊對應版本即可下載壓縮包，我的是win10 。

5.解壓后將其中的“cuda”文件夾改為“cudnn”。

6.將cudnn的文件夾移入之前安裝CUDA的目錄，如圖所示。
默認位置：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

7.配置環境變量。

如何配置環境變量：https://baijiahao.baidu.com/s?id=1652500747054512497&wfr=spider&for=pc

（1）在“系統變量”中找到“Path”，點擊編輯。

（2）添加如下兩條變量值：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin

三、tensorflow-gpu安裝

使用豆瓣鏡像源可快速安裝tensorflow-gpu。

如上圖打開環境終端，或者打開Anaconda Prompt (Anaconda3)，輸入：

pip install -i https://pypi.douban.com/simple tensorflow-gpu==2.0.0

參考博客：https://blog.csdn.net/qq_38813668/article/details/86507491

總結

以上是生活随笔為你收集整理的MX130+python3.7.6+CUDA 10.0+CUDNN 7.4.2+TensorFlow-gpu安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。