新手GPU详细配置步骤

去年毕业论文想使用CNN跑代码，用CPU太慢了，mnist手写数字识别数据集运行了将近半个小时，非常不利于之后调试，所以进行了GPU配置。现在重新发一下配置过程。

• 电脑基本配置：Dell笔记本，CPU Inter Core i7-8750H，GPU NVIDIA GeForce GTX 1060，Windows10；
• 已经存在的环境：Anaconda3(64bit)，Python-3.6；
• 需要安装：NVIDIA 驱动，MSVC 2015 update3，CUDA-9.0，CuDNN-7，TensorFlow-gpu。
  注意：各种软件版本一定要根据电脑实际情况进行选择，否则无法运行。

一、 查询计算机相关信息

首先要知道自己电脑显卡(GPU)的型号信息。此电脑右键->属性->设备管理器->显示适配器，就可以看到型号信息。

TensorFlow官网有安装指南https://www.tensorflow.org/install/gpu#software_requirements ，其中对安装Tensorflow GPU版提出了一些要求，如下图所示：

根据设备信息，找到电脑显卡对应的系列，查看显卡中GPU的计算能力（Compute Capability），下图中可以看到GeForce GTX 1060计算能力满足要求。

此时查看TensorFlow-GPU依赖的环境，直接看下表，我的TensorFlow-CPU版本是1.10.0，GPU也选择了1.10.0（查看TensorFlow版本：import tensorflow as tf， tf.version）。据此选择CUDA和cuDNN版本。

二、 安装NVIDIA驱动

打开网址，输入已知的设备相关信息。点击search之后直接download安装包。

打开安装程序，检查系统兼容性，同意协议，可以自定义安装。我路径选择了C盘，因为驱动程序最终一定会在C盘。
（参考：https://jingyan.baidu.com/album/4d58d5414fff299dd4e9c085.html?picindex=15 ）

安装完成就可以进行下一步啦。

三、 MSVC 2015 update3 安装

https://www.microsoft.com/en-us/download/details.aspx?id=53587 上可以安装，但我是直接下载别人分享的资源。

打开安装程序之后显示已经安装过了，所以此步跳过。

四、 安装CUDA9.0

在https://developer.nvidia.com/cuda-toolkit-archive 下载9.0版本，安装对应版本。

打开安装程序，和驱动安装界面类似，这个我安装到了D盘。
提示：此处我在检查系统兼容性处遇到了错误，显示下图：

如果遇到此类错误，先检查确认自己安装的版本是否正确；如果正确，出现这个问题的原因是已经安装的驱动的版本比这个版本高，解决方法是选择继续，在选项中选自定义（高级）后会有当前CUDA要安装的驱动版本以及你已经安装的版本，你已经安装过的就不用安装了。

五、 安装cuDnn7

下载cuDNN，这个需要登录，我直接用的别人分享的资源。
解压到任意一个目录下，然后把cuDNN加入环境变量PATH（添加环境变量方法：此电脑右键->属性->高级系统设置->环境变量…->用户变量中选中Path->编辑->点击新建->输入解压到的地址至bin，如D:\cudnn-9.0-windows10-x64-v7.4.2.24\cuda\bin）。
这样所需的软硬件条件满足，可以安装tensorflow-gpu。

六、 安装tensorflow-gpu 1.10

我本来电脑上就有Anaconda，为了之后的下载更加迅速，使用Anaconda清华镜像。
打开anaconda prompt，输入

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --set show_channel_urls yes

进行配置，可参考资料 。此时打开Anaconda Navigator查看channels发现已经有了清华镜像。
下面新建一个虚拟环境安装tensorflow-gpu 1.10。可以在Anaconda Navigator中environments直接新建，也可以在prompt中输入

conda create -n tensorflow_gpu python=3.6

（可以参考https://blog.csdn.net/qq_30611601/article/details/79067982 ）
下面在prompt中切换到创建好的环境中

activate tensorflow_gpu

pip install tensorflow-gpu==1.10 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装TensorFlow-gpu，注意要加上版本号，否则会安装最新的不能使用。
安装好之后，在Anaconda Navigator首页切换到新的环境tensorflow_gpu，install Spyder。基本环境已经配置好了，我们要在新的虚拟环境中安装一系列常用的Python库，例如numpy，pandas，matplotlib等等，只需要安装一次anaconda库就可以把这些库全部安装好

conda install anaconda

至此，就全部安装好啦，恭喜！

七、 测试

安装好之后打开GPU环境下的Spyder迫不及待测试一下：


发现是在GPU上运行！运行MNIST手写数字识别的CNN程序，十秒钟就运行完了。

参考资料

• https://www.cnblogs.com/elroye/p/7864988.html
• https://www.jianshu.com/p/62d414aa843e
• https://blog.csdn.net/qq_30611601/article/details/79067982
• https://blog.csdn.net/daniu2007/article/details/80889136
  延伸资料https://www.aboutyun.com/thread-24670-1-1.html
  链接中有别人分享的安装包资源，感谢！