win10+cuda9.2+cudnn 安装趟过的坑

win10+cuda9.2+cudnn 安装

1 查看显卡驱动对应的CUDA版本
2 下载安装对应CUDA
3 下载安装对应CUDNN
4 安装TensorFlow-gpu

走过多少路，趟过多少坑，才能找到真理。
凡事先谋后动，不能一上来就动手安装，啥都装最新的，matlab2108，vs2017，cuda10.0，果然后面就出事了。

CUDA driver version is insufficient for CUDA runtime version

这是由于NVIDIA的显卡驱动与CUDA不匹配，该如何解决呢？下面看正确的安装姿势。

1 查看显卡驱动对应的CUDA版本

首先打开控制面板，查看系统显卡驱动版本。

比如这里我的驱动版本是398.27，然后去这里查看对应的CUDA版本，就是这个表。

可以看出，对应的CUDA版本是9.2。

2 下载安装对应CUDA

去这里下载对应的CUDA，下载完成之后应管理员身份运行。
选自定义安装，根据各个选项的版本情况决定是否需要安装。

如果出现上面这种情况，不要慌，在自定义里面去掉integration选项，向下面这样就可以了。

然后测试一下，命令行输入

nvcc -V

输出

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Tue_Jun_12_23:08:12_Central_Daylight_Time_2018
Cuda compilation tools, release 9.2, V9.2.148

则安装成功。

3 下载安装对应CUDNN

在英伟达网站 https://developer.nvidia.com/rdp/cudnn-download 下载与cuda对应的库，需要注册一个账号。
下载之后解压缩，将.h .lib 和.dll 文件分别拷贝到cuda安装目录下对应文件夹下。
至此应该就是安装成功了，至于添加环境什么的，目前没发现必须添加，有问题再回头添。

4 安装TensorFlow-gpu

去官网可以查看Tensorflow不同版本要求与CUDA及CUDNN版本对应关系。
如果之前安装的是非GPU版本的tensorflow，需要先卸载掉，在cmd中输入pip uninstall tensorflow进行卸载。
然后在cmd中输入pip install tensorflow-gpu进行GPU版tensorflow的安装，顺利的话就可以看到Successfully。
这里它安装的是最新的版本，如果需要指定版本，输入pip install --ignore-installed --upgrade tensorflow_gpu==1.10.0，1.10.0是版本号。
如果不幸的话，就需要下载 Tensorflow-GPU离线包手动安装。
最后可以找个程序测试一下。