给 Tensorflow 配置 GPU 支持 ​

CUDA && cuDNN ​

NVIDIA® CUDA® 工具包提供了开发环境，可供创建经 GPU 加速的高性能应用。 NVIDIA CUDA® 深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库。

NVIDIA 官网是这么讲的，我也不懂，反正我装上之后 Tensorflow 速度变快了一丝。

Tensorflow 和这俩东西都有一堆的发行版本，随便乱装肯定要炸，所以我们需要三个软件都处在一个比较合适的版本，这里我们可以直接去 tensorflow 官网查，Build from source on Windows，但是我自己也用 CUDA，不想乱换版本，所以我的方案是：

了解了这些，我们直接下载安装就好了。

1. CUDA Toolkit: https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
2. cuDNN: https://developer.nvidia.com/rdp/cudnn-download

其中 cuDNN 需要注册 Nvidia 开发者账号，该咋整咋整，这里不多提。

测试 ​

tensorflow 包里自带了 GPU 支持，此时你大概已经可以用了，打开 Python IEPL，测试一下吧：

import tensorflow
tensorflow.is_gpu_available()

如果成功了，输出信息里会有显卡型号，以后用 tf 的时候默认用显卡，以后啥也不用配置了。

最常见的错误就是 dll 缺失，这种情况下就是 CUDA 和 cuDNN 版本不对，卸载重装一个合适的版本就行了。