Windows10+tensorflow+GPU配置

Windows10+tensorflow+GPU配置

最近意识到写博客的重要性：
1.可以建立自己的“数据库”，方便日后复盘，提高工作效率。
2.掌握必要的排版知识，梳理自己的思路，锻炼自己的逻辑思维与写作能力
3.将自己的心得与体会随时记录下来，并分享给他人，是一件很快乐的事情。

本篇博客参考了网上一些博主的优秀文章，相关链接在文末，在此表示感谢！

目标：利用GPU加速训练网络

电脑配置：
1.Windows10系统
2.显卡：GTX1660TiMQ
3.visual studio 2015

安装顺序

1. 结合自己电脑配置,下载合适的cuda（我下载的是cuda9.0-network）
2. 根据cuda版本下载相应的cudnn（我下载的是cudnn9.0）
3. 运行cuda，一路next，路径默认即可。注意安装选项那里“精简"的意思是安装全部，一般不需要。我选择了自定义安装，安装过程如图所示：
   安装好cuda之后，电脑系统变量会多出两个：
   

还需要自己添加几个系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(这是默认安装位置的路径，如果自己路径设置安装成功的话就用自己的路径)

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
之后编辑环境变量中的PATH，添加：
%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

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

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64

4. 安装cudnn
之前下载的cudnn文件夹下有三个子文件夹，将其中的文件分别复制到 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0对应文件夹下。
5. WIN+R打开cmd，输入

 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite 

分别输入bandwidthTTest.exe和deviceQuery.exe，若result均为PASS，说明cuda+cudnn成功安装。
6.安装Anaconda，我选择的版本是Anaconda3-4.2.0-Windows-x86_64.exe。同样，一路next即可，注意在安装过程中会弹出类似命令行的黑窗口，不要关闭，它会自动消失。安装完成后点击Finish。
7.打开Anaconda Prompt，输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
从清华镜像下载文件，更快速。
之后创建运行环境，输入指令conda create -n tensorflow-gpu python=3.5 这里我用的python版本为3.5
注意这里的tensorflow-gpu不是真正的tensorflow-gpu，它只是我们创建的运行环境而已。按“y”并回车，下载python。
8.下载完成后输入activate tensorflow-gpu激活并进入环境。
9.升级pip，防止下载tensorflow-gpu时出现问题：python -m pip install --upgrade pip
10.清华镜像下载tensorflow-gpu：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8.0
11.如果上述步骤均顺利完成，那么GPU就配置完，可以愉快的玩耍了。首先输入python，回车之后用一段简单的代码进行测试：

import tensorflow as tf
test_word=tf.constant('successfully installed tensorflow-gpu')
print(test_word)
sess=tf.Session()

敲回车运行，如果出现下图，即配置完成。

参考

1.Win10下Tensorflow(GPU版)安装趟坑实录
2.win10搭建tensorflow-gpu环境
3.超详细：win10安装tensorflow-gpu1.8.0完整步骤