windows安装tensorflow gpu版本

tensorflow1.14.0和cuda10.0.0兼容性比较好，建议安装这两个版本

1、下载CUDA
链接：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

2、下载CUDNN
需要注册登录才能下载
https://developer.nvidia.com/rdp/cudnn-archive

3、安装
如果第一步安装CUDA没有修改安装路径，执行以下操作：
复制 cudnn-10.0-windows10-x64-v7.6.5.32cudaincudnn64_7.dll 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0in
复制 cudnn-10.0-windows10-x64-v7.6.5.32cudaincludecudnn.h 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0include
复制 cudnn-10.0-windows10-x64-v7.6.5.32cudalibx64cudnn.lib 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libx64

• 添加环境变量：
  将如下路径添加到环境变量path中
  C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0in

4、TensorFlow-gpu安装

• 新建环境：
  conda create -n tfgpu python=3.6

• 切换环境
  conda activate tfgpu

• 安装TensorFlow gpu版本
  pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ tensorflow-gpu==1.14.0

• 测试1

import tensorflow as tf
print(tf.test.is_gpu_available())

• 测试2

import  tensorflow as tf 
a = tf.constant([1.0,2.0,3.0],shape = [3], name='a')
b = tf.constant([1.0,2.0,3.0], shape = [3], name='b')
c = a +b
sess = tf.Session(config = tf.ConfigProto(log_device_placement =True))
print(sess.run(c))

参考链接：https://blog.csdn.net/qq_37277944/article/details/82717796