win10+cuda10+tensorflow-gpu最新安装教程

背景简介

作为刚入门深度学习的小白，新购置了一台机子，准备兴高采烈的开始用GPU跑深度学习算法，百度了一通win10下安装cuda和tensorflow-gpu的教程，十分繁琐且不说，很多都是老版本的cuda，性能自然没有新的cuda10强，十分不悦，准备死磕cuda10到底，最后查阅各种资料加亲身实践，终于在两台机子上（台式+笔记本）都成功运行了tensorflow-gpu，现将经验总结如下，希望可以帮助到大家

安装包准备

假设你是一台全新的机子，甚至连python环境都没有，你需要的安装包如下

1. Anaconda3-5.2.0-Windows-x86_64.exe(python3.6版本)，下载地址https://repo.anaconda.com/archive/
   说明：用anaconda就是方便，内置了各种包，5.2.0版本带的是python3.6环境，就下这个版本，省心，最新版本带的是3.7环境，虽然可以切换环境，但是麻烦，下这个版本省事；目前就用python3.6环境，支持好；有python3.6环境了可以不用下载
2. cuda10.0，下载地址https://developer.nvidia.com/cuda-downloads
   说明：如果你要问我这是干嘛的，这就是用来调用gpu的工具，进行高效并行计算；图中的local就是整个安装包下完整了，不用在安装的过程中再下载了，network则相反，只用下载一个精简的安装包，安装过程中就要先慢慢等待下载
   
3. cudnn ,下载地址https://developer.nvidia.com/rdp/cudnn-download
   说明：这是干嘛的？可以理解为cuda的一个补丁，用来加速深度学习的一些运算的，特地针对深度学习进行优化了
   
4. tensorflow-gpu-1.12.0，下载地址，https://github.com/fo40225/tensorflow-windows-wheel/blob/master/1.12.0/py36/GPU/cuda100cudnn73sse2/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
   说明：一个大神编译的tensorflow-gpu-1.12.0的轮子，用来支持cuda10的，用pip直接安装的不能用，反正我试过不行

安装过程

安装包下完之后，马上开干，过程简单无痛苦

1. 显卡支持：明确的一点是，我已经假定大家的显卡都能支持cuda了，基本现在的显卡都支持cuda了，除非你的机子非常老了，如果你仍然不放心，就去这个网址去查吧https://developer.nvidia.com/cuda-gpus；如果没找到自己的显卡型号，那就可以点右上角了
2. anaconda：安装若没有python环境，点击anaconda安装包进行安装，傻瓜式操作即可；下图中这一步把第一个勾起来，方便，第二个勾起来也可以，无所谓，按图上操作不会坑，也不是本文关键，不放心可以百度anaconda安装教程
   
3. cuda安装：（安装过程最好关闭杀软）选择精简安装还是自定义安装，本人之前试过精简安装失败了，选择了自定义安装可以成功，自定义安装默认所有组件全部勾选，其实等同于精简，之后的安装路径默认即可。咱不管这么多，虽然里面有些组件用不上，但为了方便，都装上，没毛病；最后会提示由于没有vs studio，有个组件无法安装，不重要，略过，直接完成就ok；主要注意的一点是，确保电脑上已经安装了vc++2015或者vc++2017，一般都有的，没有的朋友可以自行搜索安装；
   最后安装完毕后，会自动添加环境变量的，不用管
   
4. cudnn安装：其实下载过来的不是一个exe文件，而是一个压缩包，解压后，有三个文件夹，把三个文件夹拷贝到cuda的安装目录下，如果cuda安装的时候用的是默认路径，则为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，现在大家应该可以理解，cudnn其实就是cuda的一个补丁而已，专为深度学习运算进行优化的
   
5. 测试cuda： 十分简单，打开cmd命令行，输入nvcc -V，看到下图内容就为成功；网上说的编译cuda自带的例子，确保安装成功，别整这些没用的，麻烦，如果不行还是凉凉，显示这个基本上是ok的
   
6. 安装tensorflow：打开命令行，输入pip install tensorflow，自动下载tensorflow（cpu版）及其依赖，然后再安装之前下载的tensorflow-gpu-1.12.0的轮子，命令：pip install 路径\tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl，即可安装完成
7. 测试tensorflow：重新打开一个命令行，输入python，进入python环境，输入

   import tensorflow as tf
   tf.Session()
   

   出现如下图所示结果，说明安装成功，会显示可以使用的gpu，若显示找不到dll文件，将命令行关闭后重新再试一遍

总结

在18年的最后一天写下了人生的第一篇博客，希望可以帮助到大家。也希望在来年能学到更多的东西和大家分享，一起进步！