TensorFlow GPU版本安装与测试（win10 + GTX1060 安装绝对的简单）

本篇博文手把手的教您安装GPU版本的TensorFlow，之前本人按网上很多的帖子进行安装，因为时效性的原因，经常会出现CUDA版本与tensorflow版本冲突等问题，使得在安装上耗费太多时间。为了避免大家重复趟坑，因此将此“懒人”版的安装过程记录下来，如有不正确的地方，欢迎来喷 ~~~~

1. 安装

1.1. 下载Anaconda

这里对于Anaconda就不多做介绍，官网的地址为Anaconda，可以理解为你安装所需要的一切东西，它都可以给你提供。需要注意的是：

• 不要自己安装CUDA，Anaconda会根据你的环境为你安装，如果自己已经安装建议先卸载，防止出现冲突。
• 下载最新版本的Anaconda，建议在官网下载，当前使用的为Anaconda 2019.07 for Windows Installer。曾经为了下载速度快，下载的国内镜像中的Anaconda，版本就比较老。
  
  在官网下载时，可能会发现，下载的速度极其的慢，不到1个G的安装包需要下载超过3个小时，此时建议将下载链接放入迅雷中下载，亲测10分钟之内可以下载完成，即下图中的链接。
  
  下载完成后，双击开始安装，安装过程中的勾选可根据自身需要进行勾选，然后等安装完成即可。

1.2. 设置镜像源

安装完成后，可在开始栏中发现已经有Anaconda的选项，选择Anaconda Powershell Prompt打开命令行。（注：若anaconda安装时选择的是for all users，则需要右键以管理员身份运行）

进入命令行界面后，需要将下图中的3行粘贴到命令行中，镜像网页的链接为：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

1.3. 安装tensorflow-gpu

在prompt命令中界面中，设置镜像源之后，就可以安装gpu版本的tensorflow了。在命令行界面中输入conda install tensorflow-gpu，在安装过程中需要用户手动输入一个“y”之外，用户只需要等各项自动安装成功即可，对于我这种懒人来说，真是极其的方便。

显示安装成功后，就可以测试你所安装的TensorFLow-GPU是否安装成功，即测试是否真的有在GPU上跑。

2. 测试

测试过程参考了 https://blog.csdn.net/fanzonghao/article/details/82218621 这位仁兄帖子里面的过程，使用如下的代码：

#coding:utf-8
import tensorflow as tf
a=tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b=tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c=a+b
#log_device_placement=True 输出运行每一个运算的设备
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
    print(sess.run(c))

在执行的过程中，通过打印日志可以发现均使用的GPU来进行计算，如下图所示。（注：为了能更好的看日志信息，建议在prompt中通过执行python脚本的方式执行，而非使用Jupyter Notebook）

使用如下的代码可以发现，可以通过指定的方式来决定哪些计算过程在CPU，哪些计算过程在GPU中。

#coding:utf-8
import tensorflow as tf
with tf.device('/cpu:0'):
    a=tf.constant([1.0,2.0,3.0],shape=[3],name='a')
    b=tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:0'):
    c=a+b
#log_device_placement=True 输出运行每一个运算的设备
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
    print(sess.run(c))

3. 新版Anaconda优点

• 使用TensorFlow时不需要再activate tensorflow
• Spyder与Jupyter Notebook不需要再在prompt中进行启动，在开始菜单栏中点击对应图标即可
• 其它优点有待发现 ?