Win10安装TensorFlow-GPU版本

安装环境：Win10家庭版+GTX1650+python3.6+cuDNN:7.4+CUDA:9.0+tensorflow1.13.1

本来安装的TensorFlow2.1.0，然而出现了cuda/cudnn版本和tensorflow版本不一致的问题，报错为：‘Could not load dynamic library 'cudart64_101.dll'，建议参考：https://www.tensorflow.org/install/install_sources#tested_source_configurations，最后改为安装tensorflow1.13.1。

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本则不需要。

1.首先安装Anaconda3

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。里面所包含的Jupyter Notebook是数据挖掘领域中最热门的工具。

下载

• 进入Anaconda的官网进行下载或学习。
• 使用清华大学开源软件镜像站点（推荐使用）下载安装。

安装注意：

       （1）到达此页面时勾选第一项，不然需要自己手动添加环境变量，非常麻烦

                

       （2）安装VSCode

                  

      其它选项直接下一步即可安装完成。

                 

2.安装CUDA+CUDNN 

     （1）TensorFlow GPU 版本需要 CUDA 和 cuDNN 的支持,确认你的显卡支持 CUDA：https://developer.nvidia.com/cuda-gpus

     （2）选择自己的显卡型号安装最新驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

     （3）安装 Visual Studio ，因为CUDA需要Visual Studio的支持：https://www.visualstudio.com/zh-hans/

     （4）CUDA下载，查看cuda/cudnn版本和tensorflow版本对应关系，避免出现cuda/cudnn版本和tensorflow版本不一致的现象发生：https://www.tensorflow.org/install/install_sources#tested_source_configurations

              安装了cuda9.0：https://developer.nvidia.com/cuda-90-download-archive

     （5）下载 cuDNN7.4：https://developer.nvidia.com/rdp/cudnn-download

              下载完成后解压到目录，把对应的目录地址添加到path环境变量：

               

   （6）检查是否CUDA是否正常

              win+R   ——>输入：nvidia-smi

            

                           ——>输入：nvcc -V

            

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

                                  执行     bandwidthTest.exe

3.安装TensorFlow-GPU版本

   这里安装的是tensorflow1.13.1，打开Anaconda Promopt 输入：  

       conda create -n tensorflow python=3.6
       conda activate tensorflow
       pip install tensorflow-gpu==1.13.1

 

等待安装即可。 

4.测试TensorFlow-GPU

python

>>>import tensorflow as tf
>>>sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
>>>print(tf.test.is_gpu_available())

结果如下： 

安装成功。 

 

关于安装期间遇到的一些问题：

（1） socket. timeout: The read operation timed out

          这是网络问题，可以换用清华的源

        然而清华的源也出问题： 

加个参数，使用 pip --defaul t-timeout=100 install tensorf1ow-gpu 安装即可。

 

其他问题和解决方法如下截图：

卸载Tensorflow：pip uninstall tensorflow-gpu（如果有新建环境，先激活再卸载）