Nivdia
安裝NVIDIA CUDA
CUDA是NVIDIA GPU用於平行運算的程式架構，我們可以利用CUDA進行深度學習的建模，由於目前大多GPU的運算速度是高於CPU，所以利用GPU加速深度學習模型運算是目前最主流的方法。因此，確認過電腦的GPU是支援CUDA運算架構之後，我們就開始來安裝CUDA。
搭配組合(持續更新)
TensorFlow (gpu)
CUDA
cuDNN
更新時間
(最新) 1.7
9.1
7.1.2
2018.4 (最新)
1.5
9.0
7(.0.4/5)
2018.2
1.3
8.0
6.0
2017.11
1.0
8.0
5.1
2017.8
請下載目前CUDA最新9.1版（2018.4 更新），並請確認是否支援以下作業系統：
Table 1. Windows Operating System Support in CUDA 9.1
Native x86_64
Cross (x86_32 on x86_64)
Windows 10
YES
YES
Windows 8.1
YES
YES
Windows 7
YES
YES
Windows Server 2016
YES
NO
Windows Server 2012 R2
YES
NO
安裝CUDA之前，必須先安裝Windows Visual Studio，請確認安裝的版本。
Table 2. Windows Compiler Support in CUDA 9.1
Compiler
IDE
Native x86_64
Cross (x86_32 on x86_64)
Visual C++ 15.0
Visual Studio 2017
YES
NO
Visual C++ 14.0
Visual Studio 2015
YES
NO
Visual Studio Community 2015
YES
NO
Visual C++ 12.0
Visual Studio 2013
YES
YES
Visual C++ 11.0
Visual Studio 2012
YES
YES
Visual C++ 10.0 DEPRECATED
Visual Studio 2010
YES
YES
資料來源：http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4oJ4It0ks
示範作業系統：Windows 10 64-bit
1.安裝 Visual C++ Redistributable for Visual Studio 2015
2.安裝 CUDA 9.1
選擇對應的作業系統環境，安裝CUDA和Patch。(安裝非最新版CUDA請至https://developer.nvidia.com/cuda-toolkit-archive 下載)
補充：舊版CUDA須從歷史安裝頁面下載
nvidia-smi -l 1
3.安裝 cuDNN
https://developer.nvidia.com/rdp/cudnn-archive
Check GPU Usage (CUDA)
Linux
continually give you the gpu usage info, with in refresh interval of 1 second
nvidia-smi -l 1
Last updated