Windows7下安装GPU版本tensorflow及安装配置keras、pycharm

安装要求：

• OS：Windows7（64bit）
• 显卡型号：支持GPU加速
• Python：python3.5
• TensorFlow：GPU版本
• Visual Studio:安装cuda的前提
• GPU加速：Cuda 8.0， Cudnn v6（支持cuda8.0版本）

一、安装Python

  选择Anaconda安装，选择Anaconda3-4.2.0版本（对应python3.5版本）。

  Anaconda下载地址：https://repo.continuum.io/archive/，但由于下载速度极慢，此处分享网盘链接 Anaconda3-4.2.0-Windows-x86_64 ，密码w2qi。
  至此，Python3.5安装完成。

二、下载安装Cuda和Cudnn

  深度学习库使用cuda和cudnn进行GPU加速，可以大大的缩短计算时间。默认已安装显卡驱动；安装cuda前提是，已安装Visual Studio。
  1.下载。首先要检查电脑显卡型号是否支持GPU加速：https://developer.nvidia.com/cuda-gpus，确定电脑显卡型号支持GPU加速后，下载cuda和cudnn。
  下载时注意版本间匹配问题，本文章安装的软件为：Python3.5+cuda8.0+cudnn v6(支持cuda8.0)+tensorflow1.4.0。cuda8.0下载地址：https://developer.nvidia.com/cuda-toolkit-archive，cudnn下载地址（下载前需要注册登录，注意下载支持cuda8.0的版本）：https://developer.nvidia.com/cudnn。
  2.安装。 双击cuda的.exe文件安装完成；接下来解压cudnn，将解压后的bin,include,lib三个文件夹复制到cuda的安装目录下，默认路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0（注意：是合并文件夹，不是替换）。
最后检验cuda是否安装成功：

1） 打开cmd窗口，输入命令：nvcc -V，出现下列窗口，则表明能够正常识别nvcc命令：

2）默认安装Visual Studio；
3）编译cuda的示例程序；

• 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目录下，有CUDA的示例程序。由于我安装的是VS2015，所以打开 Samples_vs2015.sln 那个解决方案文件，将解决方案配置更改为Release和x64；
• 右键解决方案名称，编译整个解决方案，在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目录会生成 deviceQuery.exe 这个可执行文件。

4）执行实例程序。
  关闭 VS2015。打开一个cmd窗口，cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录（一定要 cd，切换到该目录下，因为此路径中间有空格，如果直接执行 deviceQuery.exe 会空格前面的 C:\ProgramData\NVIDIA看做单独的命令），输入：deviceQuery.exe ，然后回车，出现下图表明cuda安装成功：

---

三、安装tensorflow

  在安装tensorflow之前先更改镜像，使用国内镜像加速pip安装，需要下列操作：

1. 更改为国内镜像

  在“C:\Users\用户名”文件夹下，新建文本文档，添加下列内容：

• [global]
• index-url = https://pypi.tuna.tsinghua.edu.cn/simple
• [install]
• trusted-host=mirrors.aliyun.com

打开Anaconda Prompt ，输入pip install tensorflow-gpu==1.4.0

2. 临时使用

  当然，不用上述操作，也可以直接使用命令下载安装tensorflow：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 要下载的包，此处下载tensorflow的命令为：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.4.0

  如果直接使用命令pip installtensorflow-gpu，则默认下载安装的是最新版本的tensorflow-gpu，由于cuda8.0只能与tensorflow1.5以下版本兼容。若不符合，可卸载：pip uninstall tensorflow-gpu，再安装上述步骤安装。
  验证安装成功与否，可在Anaconda Prompt中输入python，回车后再输入import tensorflow as tf，若出现下图所示>>>,则证明tensorflow安装成功。

四、安装keras

  打开Anaconda Prompt窗口，输入命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras。输入python，回车后再输入import keras，结果如下图所示，则证明keras安装成功。

五、安装Pycharm及配置环境

   pycharm的安装和python库配置步骤，可参考本作者的另一篇博客第四、五节内容：https://blog.csdn.net/weixin_42270428/article/details/81710995

本文章主要参考博客如下：

http://www.360doc.com/content/17/0307/02/20558639_634588045.shtml
https://blog.csdn.net/lanchunhui/article/details/54964064