1.參考鏈接：
cudnn cuda安裝：參考我的另一篇文章
https://blog.csdn.net/weixin_44322778/article/details/108703099
原文鏈接：https://blog.csdn.net/weixin_42359147/article/details/80622306
2.error
安裝完cuda和cudnn之后測試樣例：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\5_Simulations\nbody
1.提示“error MSB8036: 找不到 Windows SDK 版本10.0.15063.0。請安裝所需的版本的 Windows SDK 或者在項目屬性頁中或通過右鍵單擊解決方案并選擇“重定解決方案目標”

解決方案：項目箭頭→“重定解決方案目標”重新編譯即可實現下圖展示

3.代碼測試：

import tensorflow as tf hello = tf.constant('hello') sess = tf.Session()print(sess.run(hello)) sess.close() print(tf.__version__)a = tf.test.is_built_with_cuda() # 判斷CUDA是否可以用 b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None ) # 判斷GPU是否可以用print(a) print(b)```輸出結果是： True True 代表CUDA和GPU可用

總結

以上是生活随笔為你收集整理的DeepLearning:环境配置（cuda+cudnn）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。