win10 环境下安装配置cuda+cudnn+配置tensorflow_gpu(参考)

1.win10安装英伟达

1.1 下载网址

英伟达官网下载

2.win10安装对应版本的cudatoolkit

2.1 参考网址：

win10安装cuda 和cudnn（超详细）

2.2 下载地址：

cudatoolkit下载

3.win10安装对应版本的cudnn

3.1参考网址

win10安装cuda和cudnn（超详细）

3.2 下载地址

cudnn下载地址（需要登陆账户）

4.安装anaconda

1. anaconda下载地址：

2. anaconda安装步骤：

5.创建anaconda虚拟环境tensorflow_gpu

conda create -n tensorflow_gpu python=3.6
#创建虚拟环境
activate tensorflow
#进入虚拟环境

6. 在虚拟环境中安装tensorflow-gpu、cudatoolkit、cudnn

在虚拟环境中安装cudatoolkit(此版本可以与win10安装的版本不一致

开始之前要首先明确要安装的tensorflow-gpu和cuda之间的版本之间的关系，可以参考如下表格：

我这里选择的是安装tensorflow-gpu 1.9 ,按照上边网址指出的tensorflow-gpu 和cuda 和cudnn都有版本依赖关系，所以此处我选择的搭配为

tensorflow-gpu=1.9.0
cudatoolkit=9.0
cudnn=7.6.5

选择好版本之后就是使用命令将进行下载了：

activate tensorflow_gpu
pip install tensorflow-gpu==1.9.0 -i https://pypi.mirrors.ustc.edu.cn/simple/
pip install cudatoolkit==9.0 -i https://pypi.mirrors.ustc.edu.cn/simple/
pip install cudnn==7.6.5 -i https://pypi.mirrors.ustc.edu.cn/simple/

之后等待安装成功即可。

7. 验证tensorflow_gpu是否成功

import tensorflow as tf

with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=False)) as sess:
    a = tf.constant(1)
    b = tf.constant(3)
    c = a + b
    print('结果是：%d\n值为：%d' % (sess.run(c),sess.run(c)))

最后输出结果就表示安装成功啦~~