深度学习tensorflow-gpu安装+cuda+cudnn

我安装tensorflow-gpu的时候走了很多弯路，入了很多坑，所以特此写下攻略希望能帮助到更多小白。
安装前：请先安装pycharm，对于windows来说我推荐安装pycharm。安装好pycharm后，要添加环境：

然后下载pip，pip换源后速度大大加快！！！
pip下载方法:
https://jingyan.baidu.com/article/9f7e7ec0635a122f2915546c.html
下方网址pip换源：
https://blog.csdn.net/wls666/article/details/95456309
接下来开始安装tensorflow。
第一步，确定你的安装类型:1)支持GPU类型，还是2）CPU类型
一.如果安装cpu版，直接输入pip install tensorflow，不加版本号默认下载最新版本。

二.安装GPU版本
我安装了python3.7，pycharm2017，tensorflow-gpu==1.13.1，cuda10.0，cudnn7.6.3
1.从官网下载cuda:
CUDA官网：https://developer.nvidia.com/cuda-downloads
下载好后一直单击next就好不需要点其他的。
添加环境：

2.下载cudnn：
cudnn下载需要注册账号
cudnn下载网址：https://developer.nvidia.com/cudnn
下载好后一直单击next就好不需要点其他的。
这样cuda就装好了！

然后将cudnn文件夹下bin，include，lib复制到 cuda文件夹下，直接替换掉。
这样cudnn就装好了！

3.安装tensorflow-gpu

cmd 打开命令窗口 输入pip install tensorflow-gpu==1.13.1 即可

三、测试tensorflow-gpu是否安装成功

cmd打开命令：

import numpy  
import tensorflow as tf  
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)  
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))  
print(sess.run(c))

之后就会出现详细的信息：

Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/device:GPU:0
a: /job:localhost/replica:0/task:0/device:GPU:0
MatMul: /job:localhost/replica:0/task:0/device:GPU:0
[[ 22. 28.]
[ 49. 64.]]

就能看到是GPU在工作还是CPU再工作了。

来源：https://blog.csdn.net/weixin_44152835/article/details/102760693