前提条件

最重要的一点：CUDA与tensorflow的版本一点要对应，不然用不了！
首先在系统搜索NVIDIA进入该控制面板，查看驱动版本

进入该网站可以查看自己系统驱动版本所支持的CUDA版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
之后进入官网下载CUDA与CUDnn（这两个是配套的，都要安装CUDNN下载回比较麻烦，需要注册）
CUDA官网下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
CUDNN官网下载地址：https://developer.nvidia.com/rdp/cudnn-archive

下载后安装CUDA，需要注意第一个安装界面出现的文件路径是解压路径（如下图），这个不用改，安装结束后系统会自动删除

而文件真正的安装路径在我们后续选择安装的项目才出现（这时一般会弹出三个路径，可以改也可以不改，我个人是把它改了，改完后要记住这个路径，后续可能会用到），到选择安装那一步时只需要选择CUDA这个选项即可，其他都不用选。

安装完毕后解压下载的CUDNN，里面会有以下几个文件

复制这几个文件，直接粘贴到CUDA的安装文件夹下，粘贴时系统提示有重复文件就直接选择替换文件

然后在命令行输入nvcc -V，有出现以下的版本信息就OK了，若没有出现则是环境变量没有配置好

若系统没有知道配置好则需要手动配置，在系统环境变量PATH添加以下几个，其中画黄线的部分就是刚刚CUDA的安装路径（系统默认的安装路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）

配置完成后在运行nvcc -V就发现可以了

接着打开命令行，若下载cpu版本则输入：pip inatall tensorflow
gpu版本则输入：pip install tensorflow-gpu
等待安装完毕后在命令行输入python，接着输入import tensorflow，系统出现下图中的这行文字未报错，或是什么提示都没有就说明安装成功了。

配置GPU运行

在运行的代码前面加上以下代码

import os
os.environ["CUDA_DEVICES_ORDER"] = "PCI_BUS_IS"
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
#这里0表示第0块GPU，看个人情况分配

若在终端与运行可以打开文件所在路径然后输入以下代码运行

CUDA_VISIBLE_DEVICES=1,2  python XXX.py
#这里的XXX是文件名，要根据自己的文件名进行修改

确认是否成功配置

1.打开python编译器，或者命令行输入python，然后输入以下代码

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

系统既有CPU又有GPU信息说明配置成功。

2.
打开命令行输入nvidia-smi命令就可以查看当前CPU与GPU信息了，一般在运行过程中我们会输入nvidia-smi –l命令让其默认没5秒刷新一次，查看程序运行过程中系统的变化（可按Ctrl+C停止）。

其他命令：nvidia-smi –l xxx（指定刷新频率，单位为S）
nvidia-smi –f xxx（将查询的信息输出到具体的文件中，不在终端显示）

查看python路径：where python
查看python版本：python -V 或 python --version
查看tensorflow版本与路径：

import tensorflow as tf
print(tf.__version__)
print(tf.__path__)

出现的错误及解决方案

1.仍然运行很慢，仔细检查会发现在运行窗口中有如下错误：
tensorflow-keras: Layer lstm will not use cuDNN kernel since it doesn‘t meet the cuDNN kern
这是由于不符合LSTM网络的gpu运行规范所导致的，基础题规范见下图

由于其中大多数参数不填默认为标准值，只有recurrent_activation与activation参数经常会被修改，因此我们要将代码中的LSTM网络这些参数进行修改或直接删除，如下，只保留输出维度与激活函数，这样就不会报错了，可以正常GPU运行了。

tf.keras.layers.LSTM(16,recurrent_activation='sigmoid')

GPU运行Tensorflow详细教程及错误解决相关推荐

本地项目提交代码到git仓库详细教程包含错误解决办法!!!
1.查看远程分支 git branch -r 2.查看本地分支 git branch 二.创建和切换分支 1.创建新分支 git branch 新分支名称 2.切换分支 git checkout 分支 ...
基于ODBC的MFC与sql_server2008r2连接教程和错误解决方法
基于ODBC的MFC与sql_server2008r2连接教程和错误解决方法应用环境: 编译平台:vs2013 数据库:Mysql Server2008r2 桥接软件: ODBC(微软提供的开放数据 ...
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程一.Tensorflow简介 TensorFlow 是一个开源的.基于 Python 的机器学习框架,它由 Google 开 ...
安装向导因错误而提前结束_【软件安装】SIMATIC STEP7 V5.6中文版安装教程及错误解决方法...
1 安装要求 1．只能在win10系统上安装,win7和XP系统是不能安装的,win10系统建议安装win10专业版的. 2．电脑配置,250G硬盘空间,4G运行内存,CPU至少2.1HZ频率. ...
DATASTAGE运行job时出现数据库错误解决办法
1.截断表出错错误描述: main_program: Fatal Error: 截断表时出错.语句 = DELETE FROM 表名错误原因:表处于暂挂状态错误解决办法: a.远程连接数据库服务 ...
tensorflow报AttributeError: __enter__错误解决
今天运行tensorflow遇到一个很棘手的问题AttributeError: __enter__,找了半天不知道哪里的问题查了下自己的代码 x=tf.constant(3,name='x') y= ...
Windows 10 、GPU 1080 ti 安装 Anaconda， GPU版本的TensorFlow 详细教程
本文主要是参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html 并在其基础上细化说明,以及排雷. 重要声明: 安装GPU版本的Ten ...
Ubantu 18.04 安装 TensorFlow 详细教程
1.安装 Python3 1)查看系统所安装的python版本打开终端(快捷键:Ctrl+Alt+T)输入指令:python -V (大写 V),如图所示,我的系统是ubuntu18.04,默认安装 ...
Qt配置OpenCV教程及错误解决方法
一.准备工作写在前面(非常重要,不可忽视!!!): 如果你没有上述问题可以不看这部分的后续内容:如果你有以上问题或者遇到了无法解决的问题,可以对照下文检查是否是你遇到的问题. 在开始一切之前,请首先 ...

GPU运行Tensorflow详细教程及错误解决