win10下安装TensorFlow-GPU版本

win10下安装TensorFlow-GPU版本

TensorFlow-GPU版本的安装需要显卡的支持，笔者笔记本电脑配置的是NVIDIA的GeForce 755M显卡，这篇文章记录一下安装过程。

1.使用Anaconda创建环境

1. Anaconda的安装此处不再赘述，若没有安装请先安装，安装后执行下面的命令创建一个环境

conda create -n tensorflow-gpu python=3.5

1. 创建完成后使用activate命令激活刚刚创建的环境

activate tensorflow-gpu

2.TensorFlow-gpu版本的安装

安装过程很简单，直接执行pip命令即可，若没有安装pip需要先安装

pip install tensorflow-gpu

此时已经安装好TensorFlow了，接下来我们安装TensorFlow-GPU版本所以来的CUDA和cudnn库。

3.安装CUDA及cuDNN库

安装CUDA

在安装之前先确定安装哪个版本的CUDA，笔者第一次安装的时候在官网下载最新版9.0版本的，TensorFlow还不支持，填坑花了很长时间。但是现在最新版本吧的TensorFlow已经支持9.0版本的了，不过为了保险起见，还是再验证一下

python
>>> import tensorflow
>>> exit()

因为我们还没有CUDA，所以会报错，看报错底部

ImportError: Could not find ‘cudart64_90.dll‘. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit

注意看上文加粗字体部分，这个文件后面如果是90就代表需要下载CUDA9.0版本，CUDA下载地址{:target=”_blank” }，下载之后直接安装即可。

安装cuDNN库

cuDNN下载时需要注册登录，并填写问卷，填写后即可正常下载，注意下载与CUDA对应版本。cuDNN下载地址{:target=”_blank”}下载完成后讲文件加压至CUDA安装目录即可

3.在pyCharm中使用TensorFlow-GPU环境

首先使用pyCharm打开一个项目，在File->Settings中搜索interpreter，点击左侧Project Interpreter，在顶部Project Interpreter中选择之前在Anaconda中创建的python即可，若没有自动检测出来可点击右侧的齿轮->add local中添加即可，添加时选择python.exe一般在%anaconda_home%\envs\tensorflow-gpu\下