windows下安装tensorflow-gpu（2019-3-8）

本文是关于tensorflow-gpu和CUDA以及cuDNN匹配安装的经验记录。
前言：

1. 电脑配置win10 + gtx1070，tensorflow-gpu安装的版本是tensorflow-gpu 1.9.0，CUDA安装的版本是CUDA Toolkit 9.0，cuDNN是要与CUDA版本对应的。
2. 关于CUDA的版本不要想着下最新的，tensorflow-gpu可能并不支持（可以点开看看对应支持的版本）。CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
3. 这篇文章比较长，还请有耐心的慢慢做，tensorflow安装比较麻烦，希望你能一次成功，但如果成功不了可以多试几次。我大概花了两天才在win10上安装成功，接下来会去Deepin实验安装。

一、前置工作

检查GPU是否支持CUDN​：其实这一步是可以省略的，因为CUDN支持的显卡范围特别广，你基本只要确认你的GPU是不是NVIDIA的就可以了，当然如果你还是不确定的话，也可以去这个网站(https://developer.nvidia.com/cuda-gpus)中的“CUDA-Enabled GeForce Products”查一下，只要你的显卡型号在里面就可以了。
如果你的显卡不支持安装CUDN那么tensorflow-cpu版本应该更适合你，文章中并未提到关于tensorflow-cpu版本的安装，你可以看下一篇了。

二、下载并安装CUDA

进入此网站(https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64)，注意选择合适的，其中第三项分别对应win10,win8.1,win7等，第四项可以选择联网安装或者本地安装，联网安装包只有14M左右但是安装的时候要联网下载。

这是一些安装的步骤：
缓存临时目录，默认点击OK即可

这里选自定义

这里可以不用选Driver components(显卡的驱动组件，电脑上有显卡驱动就不用装了)，Visual Studio的选项是关于VS的，可不选。

接下来就可以开始安装了，安装完成后还有两个Launch的选项（默认未勾选），不用管直接关闭即可，这样就完成了CUDA的安装。

三、下载cuDNN

当你进了下载网站(https://developer.nvidia.com/rdp/form/cudnn-download-survey)，你会发现他要让你注册了才能下载，但为了能安装，注册什么的就干了吧，不过程比较烦​，最后注册完选择合适的版本下载（因为我们CUDA安装的版本是CUDA Toolkit 9.0这里选择最下面那个）

下载后将其解压缩

​在C盘根目录下新建个tools文件夹，将解压后的“cuda”文件夹放入其中

​四、设置环境变量

此电脑–属性–高级系统设置
环境变量

系统变量–Path

新建两个变量：
"C:\tools\cuda\bin"与”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin”

然后一路确定返回。

五、下载并安装Anaconda

进入下载网站(https://www.anaconda.com/distribution/#download-section)，注意如下选项不要下载错了。

下面是Anaconda安装过程（注，请记住安装目录，我的安装目录是D:\Soft\Anaconda，后面安装的tensorflow就在这个文件夹内）：

注意两个选项都要勾选，上面的是设置环境变量的，可以省去不少麻烦。

检查Anaconda是否成功安装：conda --version

六、设置TensorFlow工作环境​（新建的一些tensorflow项目会在这里）

在你喜欢的地方新建个tensorflow目录。这里我在D:\workspace\tensorflow建立了工作空间。
使用cmd进入这个目录：注意是两部步哦，D:与cd D:\workspace\tensorflow

七、安装TensorFlow

1. 检测目前安装了哪些环境：conda info --envs

2. 安装不同版本的python：
   对于GPU版本：conda create --name tensorflow-gpu python=3.6
   
   注：CPU版本没有测试

3. 安装完成后应该能看到python版本是3.6x如果不是请设置环境变量，如下图：
   
   总共两条分别是D:\Soft\Anaconda\envs\tensorflow-gpu（注：这个后面还会用到）与D:\Soft\Anaconda\envs\tensorflow-gpu\Scripts。
   注意如果你输入python显示的是其他版本，你应该把这两个加到其他版本的上面，如下图python的版本有三个，分别是新加入的，python3.7，python2.7，因为新加入的在最上，所以会优先使用新加入的。
   

4. 按照提示，激活之：activate tensorflow-gpu（这里注意，命令为activate tensorflow-gpu而不是activate tensorflow，有博客给出了错误的）****（注意成功后在命令前面会有（tensorflow-gpu）的标志）
   

5. 确保名叫tensorflow的环境已经被成功添加：conda info --envs
   

6. 检查新环境中的python版本：python --version
   

7. 安装 tensorflow

命令行输入：conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.9.0，一定要输全，最后tensorflow-gpu=1.9.0是版本。中间有Proceed ([y]/n)?一律选 y

8. 确认tensorflow安装成功：

在cmd里面键入python，然后键
import tensorflow
tensorflow.__version__，如下图便是成功了

八、后续工作

1、设置在pycharm中使用tensorflow，如下图重新设置python环境即可（注：其中第三步D:\Soft\Anaconda\envs\tensorflow-gpu\python.exe是你新安装的python路径，第五步，第七步都有用到这个路径）

新建.py文件输入
import tensorflow as tf
print(tf.__version__)
程序输出1.9.0即是安装成功
2、设置在jupyter notebook中使用tensorflow
cmd输入命令jupyter notebook，会自动打开浏览器，请自行输入如下代码确定
正常情况如下，如果import tensorflow as tf print(tf.__version__)这里出错，看看python版本是不是3.6.x，如果不是需要你重新设置jupyter的python环境

去cmd输入：conda install --prefix=D:\Soft\Anaconda\envs\tensorflow-gpu ipykernel（注：其中D:\Soft\Anaconda\envs\tensorflow-gpu是你新安装的python路径，第五步，第七步都有用到这个路径）

然后激活新的python虚拟环境，输入命令：
python -m ipykernel install --user
启动jupyter notebook去查看，cmd输入命令jupyter notebook，会自动打开浏览器，请自行输入如下代码确定
后记，这个真不好装，我大概花了两天才在win10下安装成功，刚刚在写博客的时候为了截图，在输命令时没注意吧tensorflow卸载了，还好有经验很快有安装上了。
参考博客