Windows7+GeForce750Ti + 下Anaconda安装tensorflow-gpu-1.6.0

   开始没有更新显卡驱动，导致下载了TensorFlow1.2+CUDA8.0+cudnn5.0, GPU版一直跑步起来，导致原本GPU版三个小时可以跑完的程序，CPU跑了一两天，所以还是要用GPU版，安装折腾了一天多重于安装成功，都是踩过的坑，流过的泪。

1:查看GPU型号

1 显卡型号支持：https://developer.nvidia.com/cuda-gpus
2 更新显卡驱动：下载链接https://www.nvidia.cn/Download/index.aspx?lang=cn

2安装cuda9.0

安装cuda9.0，期间如果安装失败，需要卸载后重新安装
网址：https://developer.nvidia.com/cuda-toolkit-archive

3安装cudnn7.1

网址：https://developer.nvidia.com/rdp/cudnn-archive

解压刚才下下来的安装包，将这三个文件夹下的文件拷到CUDA对应的文件夹下面即可

1 copy cudnn\bin\cudnn64_7.dll to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\

2 copy cudnn\include\cudnn.h to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include\

3 copy cudnn\lib\x64\cudnn.lib to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64\

然后将路径添加到环境变量中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp;

4创建环境

利用Anaconda创建一个环境

5更新pip

python -m pip install --upgrade pip

6install tensorflow-gpu

网址： https://storage.googleapis.com/tensorflow/windows/gpu/
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp35-cp35m-win_amd64.whl(这是1.12.0）

或者
pip install --ignore-installed --upgrade tensorflow-gpu==1.6.0

7验证tensorflow-gpu安装成功

activate tensorflow-gpu
import tensorflow as tf
sess = tf.Session()

打开目录C:\Program Files\NVIDIA Corporation\NVSMI，将nvidia-smi.exe拖到命令窗口中运行：如果没出现则安装失败！

python与TensorFlow对应表：
https://blog.csdn.net/omodao1/article/details/83241074

8安装其他的库：

最好先克隆一份安装好的环境，因为你不知道你未来需要安装的库版本是否与现有的冲突;
conda install scikit-learn
conda install keras
conda install matplotlib

各种出现的问题：

1: conda install keras 后出现 ImportError: cannot import name abs;

原因：搜索是因为和protobuf版本不兼容造成的，因此需要卸载重新安装
解决方法：
pip uninstall tensorflow protobuf --yes
pip install --ignore-installed --upgrade tensorflow-gpu==1.6.0

2: Loaded runtime CuDNN library: 7100 (compatibility version 7100) but source was compiled with 7003 (compatibility version 7000).
原因：cudnn7.1 与原码编译的版本不对，换成cudnn7.0就可以
解决方法：链接地址: https://developer.nvidia.com/rdp/cudnn-archive