win10安装tensorflow-gpu版本

坑还是挺多的。
首先由于CPU和GPU不能共存，需要先卸载CPU的所有版本(这个非常重要，不然会出错）。
cmd查看所有版本conda info --envs
卸载环境用conda remove -n your_env_name(虚拟环境名称) --all， 即可删除

关于conda的版本查看与更新：
conda update，更新conda
更新之后输入conda --version 出现新的版本号就说明更新成功了

参考：https://blog.csdn.net/StardustYu/article/details/82955104
参考：https://blog.csdn.net/M_Kingsun/article/details/80808107?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

windows下安装tensorflow-gpu

预备材料：pycharm、anaconda、VS
我的配置：GeForce RTX 2070
首先先确定下配套的支持版本，这个很重要，如果选错了就会无法成功
参考：https://www.tensorflow.org/install/source

我选的是：
tensorflow-gpu-1.14.0
python3.7
cuda10.0
以及官网配套的cudnn-10.0-windows10-x64-v7.6.5.32

安装cuda

首先要去cuda官网下载CUDA，最新版本的地址
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

CUDA历史版本的地址（我下cuda10.0选的是这个）：
https://developer.nvidia.com/cuda-toolkit-archive

我下载的cuda10.0

按默认地址装完cuda。

安装cudnn

安装完cuda后，就去cudnn官网下载cudnn
https://developer.nvidia.com/rdp/cudnn-download
注意这里需要注册nvidia才能下载，耐心注册账号后下载即可。

选的是配套cuda10.0的cudnn-10.0-windows10-x64-v7.6.5.32
下载完成后，会得到一个压缩包，把压缩包里的文件copy到之前安装cuda的位置（如果默认安装的话，位置应该是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0）
要对应着来copy。
将.h .lib 和.dll 文件分别拷贝到cuda的include, lib/x64, bin 文件夹下，直接整个文件复制覆盖也行。

安装完这两项之后，就是环境的配置

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0(这是默认安装位置的路径) 
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

然后
在系统变量 PATH 的末尾添加：

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;  
  再添加如下4条（默认安装路径）： 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64； 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin； 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64； 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64； 

如图

安装tensorflow-gpu

在cmd中输入
conda create --name tensorflow-gpu（这里是自己随便取的一个环境名） python=3.7
如果要安装cpu就换个名字的conda create --name tensorflow（这里是自己随便取的一个环境名） python=3.7

激活环境变量：source /root/.bashrc

然后activate tensorflow-gpu，启动这个环境，之后再在这个里面安装tensorflow的gpu版本
安装命令：pip install tensorflow-gpu1.14.0
如果要安装cpu版本:pip install tensorflow1.14.0 -i https://pypi.douban.com/simple

装完之后的测试：
conda info --envs（查看一下conda的环境，此时会出现两个，多出来一个tensorflow-gpu）
activate tensorflow-gpu（此时在命令路径之前会出现一个带小括号的（activate tensorflow-gpu））
python --version（查看一下python版本是否安装好）
进入python编译环境，输入import tensorflow as tf，回车
上一步回车成功了，没有报错，万幸，然后输入 （下面是两个下划线），如果显示出TensorFlow-gpu的版本，证明安装成功了
退出python编译环境的话直接输入exit()即可

装完之后也可以用pycharm测试：
选这个相应的tensorflow-gpu虚拟环境

写一个hello,tensorflow

可看到gpu字样，成功

如果出现numpy等警告问题，装上numpy这类的合适版本即可。

注：
运行程序如果缺库，就anaconda里面执行activate tensorflow，然后用pip install xxxxx（缺的库名），装完库，就可以运行了

anaconda常用命令：
conda info -e 查看当前有哪些环境
conda remove -n your_env_name(虚拟环境名称) --all， 即可删除

可能会踩到的坑：
注意如果cuda装错版本，就需要卸载重装
参考：https://blog.csdn.net/shuiyuejihua/article/details/78738664
https://blog.csdn.net/m0_37160535/article/details/80077903
除了这两个其它都可以卸载掉

中间可能会需要重启，多次卸载即可，卸载顺序无所谓，卸载完之后重装即可。