DeepLearning:环境配置（cuda+cudnn）

1.参考链接：
cudnn cuda安装：参考我的另一篇文章
https://blog.csdn.net/weixin_44322778/article/details/108703099
原文链接：https://blog.csdn.net/weixin_42359147/article/details/80622306
2.error
安装完cuda和cudnn之后测试样例：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\5_Simulations\nbody
1.提示“error MSB8036: 找不到 Windows SDK 版本10.0.15063.0。请安装所需的版本的 Windows SDK 或者在项目属性页中或通过右键单击解决方案并选择“重定解决方案目标”

解决方案：项目箭头→“重定解决方案目标”重新编译即可实现下图展示

3.代码测试：

import tensorflow as tf hello = tf.constant('hello') sess = tf.Session()print(sess.run(hello)) sess.close() print(tf.__version__)a = tf.test.is_built_with_cuda() # 判断CUDA是否可以用 b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None ) # 判断GPU是否可以用print(a) print(b)```输出结果是： True True 代表CUDA和GPU可用

总结

以上是生活随笔为你收集整理的DeepLearning:环境配置（cuda+cudnn）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。