在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的時(shí)候，gpu的速度明顯要高于cpu。所以配置gpu的版本就非常有必要审葬。
首先在pycharm中將tensorflow包以及tensorflow-gpu包安裝好。這個(gè)大家應(yīng)該都清楚瓢捉，如下圖所示：
注意tensorflow和tensorflow-gpu不是包含關(guān)系，兩個(gè)包都得有跺株。
講道理接下來(lái)就是安裝好cuda和cudnn任内。就行了。
坑的地方來(lái)了……
如上圖所示官册，tensorflow的版本號(hào)為1.8.0? ?，與其適配的是CUDA Toolkit 9.0（有且僅有！Ｅ┣！）驻债。
然而我上官網(wǎng)下載cuda時(shí)乳规，只看到9.2的版本，我理所當(dāng)然的認(rèn)為這個(gè)東西時(shí)向下兼容的……
所以當(dāng)我安裝好了9.2的版本合呐，程序還是報(bào)錯(cuò)驯妄，并持續(xù)報(bào)錯(cuò)！：仙啊青扔！報(bào)錯(cuò)碼：ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit
后來(lái)經(jīng)過(guò)我嚴(yán)謹(jǐn)?shù)姆治觯l(fā)現(xiàn)是cuda版本的問(wèn)題翩伪。于是費(fèi)了老大勁在官網(wǎng)上下載了9.0的版本微猖。我知道你們也沒(méi)找到，鏈接如下：cuda9.0版?（不用謝我）
裝好了9.0的版本后發(fā)現(xiàn)還是報(bào)原來(lái)的那個(gè)錯(cuò)缘屹？這是沒(méi)有將cuda添加到系統(tǒng)環(huán)境中凛剥，將你安裝cuda的路徑添加系統(tǒng)中，找到這兩個(gè)文件夾：CUDA\v9.0\bin轻姿；CUDA\v9.0\lib\x64犁珠；以我的為例逻炊，這兩個(gè)具體路徑分別為：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin；C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
這兩個(gè)路徑添加好了后犁享，報(bào)錯(cuò)就變了余素，提示沒(méi)有安裝cudnn
這是正確的信號(hào)。接下來(lái)就是安裝cudnn炊昆。這個(gè)比較簡(jiǎn)單桨吊，下載好對(duì)應(yīng)版本的cudnn。
解壓剛才下下來(lái)的cudnn的壓縮包凤巨，將這三個(gè)文件夾下的文件復(fù)制到CUDA對(duì)應(yīng)的文件夾下面即可视乐。
運(yùn)行一段代碼：
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0],shape=[2, 3],name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print sess.run(c)
在pycharm中運(yùn)行得到如下提示：
