Win10在conda虚拟环境下用pip安装GPU版TensorFlow1.11.0

Win10在conda虚拟环境下用pip安装GPU版TensorFlow1.11.0

半个月前TensorFlow发布了1.11.0版本，支持64位Win7以上python3.6安装。安装方式很多，我选择通过Win10在conda虚拟环境下用pip安装GPU版TensorFlow的官方wheel包。

这么着的好处是：

• 简单方便
• 版本新
• 经折腾又不会影响自己的工作环境也不会被影响

坏处是：

• 非自己机器源码编译，没有用上CPU的一些高级指令集，会跳出小提示。不过学期阶段够用，小提示也可以关掉

另外，不用conda安装TensorFlow是因为conda社区为追求稳定，有些第三方库更新得比较慢，比如现在conda-forge网页中的CPU版是1.10.0，Anaconda Navigator中都是1.9.0版

安装包下载

1. Anaconda（可以安装最新版，清华镜像上也有）
2. NVIDIA显卡驱动384.x以上
3. CUDA 9.0（到Legacy Release里找）
4. cuDNN 7.2及以上（要注册，要选对应CUDA 9.0的版本）
5. tensorflow-gpu的whl包有两个途径，TensorFlow官网（可能被墙），PYPI，可以不用手动下，个人习惯自己下下来

1到3自行安装，只要第2个在第3个之前安装就行

虚拟环境

创建

conda的虚拟环境是一个完整的python环境，比virtualenv创建的虚拟环境占用空间大，但完全独立于自己的生产环境，可以放心大胆地糟蹋。在Anaconda Prompt中这么着创建虚拟环境：

这样就创建了一个名为tfenv的python3.6环境，在你的Anaconda安装目录下的envs文件夹中可以看到这是个完整的python3.6环境

进入

按提示conda activate tfenv进入该环境，当提示符前面的base变成tfenv就是进入成功了。顺手升级一下pip，不是必须的，个人习惯，毕竟一会儿要要用它（我添加了清华的镜像，在国内这样比较稳）

安装tensorflow_gpu

pip install --ignore-installed --upgrade E:\下载\tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl后面的路径填自己的.whl文件的路径，然后就是刷刷一顿装

这样就好了

解压cuDNN以及配置环境变量

将下载好的cudnn-9.0-windows10-x64-v7.3.1.20.zip解压，里面只有一个cuda文件夹，将cuda文件夹里面的内容全复制到CUDA 9.0的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0中去，这样一会配置环境变量方便些

环境变量按照官网要求：

我们可以直接建一个名叫CUDA_PATH的环境变量像这样（其实应该只要第一个就够了）

然后在系统的Path环境变量里加上%CUDA_PATH%就行了

至此，所有的安装、配置就完成了

测试

能导入，提示CPU的部分指令集没用上（可关闭提示），能识别到辣鸡显卡，没报错，完成！！