Windows10/MX150显卡安装TensorFlow-GPU-1.10

站在2018年的尾巴上，开始了13款全面屏轻薄本。

笔记本配置如下：

处理器：i5-8265U

内存：8GB

显卡：高性能版MX150

一. 安装显卡驱动 本机自带最新驱动。

二. 安装 CUDA-9.2 和 CUDNN-7.2

查看支持的 CUDA 版本

右键单击桌面打开控制面板。

如图，本机MX150支持CUDA-9.2。但是，目前 -gpu 最多支持 CUDA-9.0。我先尝试安装CUDA9.0，CUDA安装软件会先做系统检查，结果显示软硬件不兼容。因此，唯一的选择是安装 CUDA9.2.

安装CUDA9.2

从官网下载安装程序。2..exe。

运行.2..exe，默认安装选项为简化，选择自定义。单击下一步并从自定义选项中删除。

安装.2

从官网下载CUDA9.2对应的.2压缩文件cudnn-9.2–x64-v7.2.1. 38.压缩包。

解压cudnn-9.2–x64-v7.2.1.38.zip，得到cuda文件夹，里面有三个文件夹.

将bin、lib文件夹复制到CUDA安装路径下的C:FilesGPUCUDA9.2 v9.2.

三. 安装 .6 目前，-gpu 最多支持 .6。从官网下载-3.6.5-amd64.exe。网上有很多安装方法，这里不再赘述。 pip使用国内资源

默认pip下载源比较慢，更换国内源可以大大提高库安装速度。

打开 %% 并在 \pip 文件夹中创建一个新的 pip.ini 文件（没有创建新的 pip 文件夹）。在pip.ini文件中输入（使用清华镜像源）：

[]

索引网址 =

[]

-主机=

四. -gpu_1.10 我尝试先用 pip 安装 -gpu。安装完成后在 处会报错，提示找不到cuda9.0。所以，如果要使用-gpu，需要编译安装。

但是编译安装有点麻烦。幸运的是，有人在网站上分享了一系列编译好的 –wheel 文件。

1.10.0py36GPU目录下有两个文件夹，即，，两个文件夹中各有一个whl安装文件。表示适合cuda9.2和.2，编译成sse指令集，表示适合cuda9.2和.2，编译成avx指令集。

用cpu-z看cpu参数，i5-8265U指令集都支持，我选择avx指令集版本：

下载-1.10.0-cp36-cp36m-.whl，然后进入所在目录，使用pip安装。

点-1.10.0-cp36-cp36m-.whl

五.测试

import tensorflow as tf
hello = tf.constant('hello, tf!')
sess = tf.Session()
print(sess.run(hello))

好的！