win10 python3.6 安装配置tensorflow-gpu 一文看懂

                一文看懂win10下安装配置tensorflow

废话不多说，直接上干货，发车！

前提：

前提：

前提：

       电脑带NVIDIA的独显

1.敲黑板，tensorflow安装简单，配置难，难在工具的版本对应性上，一定要严格对应！！！

   下图为tf对照表，最新情况见this

      

 

2.tensorflow的版本的选择

       记住，tensorflow-g的版本不是你想用什么就用什么的，要看你的电脑配置（就跟吃鸡一样，配置不同的电脑能开的画质那是不一样的）

       从CUDA的版本入手

       查看电脑独显支持的CUDA最高版本：

      （1）控制面板，搜索NVIDIA面板

             

      （2）工具栏点击帮助选择系统信息      

   （3）选择组件，划线处即为CUDA的最高版本，意思是可以向下兼容

   

所以，我这里使用CUDA9。（PS，如果你的显卡支持的版本很高，那我也建议你使用9.0，否则有很多坑）

对应一开始的表，我这里使用tensorflow-gpu-1.6

python3.6，使用pip3命令安装tensorflow-gpu：（关于使用pip还是pip3的问题，自己决定）

pip3 install tensorflow-gpu==1.6，等下载完成就ok。

3.CUDA的安装，下载地址：CUDA下载地址

（1）找到自己的版本，点击

 （2）参数说明

 （3）安装

        关于安装，我必须得bb两句，别无脑下一步。下载完之后，解压到文件夹，注意，不是解压完就安装好了，解压的是一个安装程序，解压完之后会自动跳出安装。

        

     最好自定义安装 ,到这一步的时候，一定看好安装目录，否则c盘会少十几个G的空间，别问我怎么知道的

     然后就等着安装完成就行了，其中会有闪几下，正常现象，为什么安装界面时面板是日语呢，小朋友你是否有很多问号？

4.cuDNN安装

      我们从上面的表格中看到，CUDA9版本对应的是cuDNN7，下载地址：cuDNN官网

   （PS：下载的时候需要登录账号，没账号的注册，然后还要做一个小调查之后就可以下载了）;

     可以看到，对于同一个版本的CUDA，有很多cuDNN，随便啦，我这里选的是cuDNN7.4.1

      然后选择我们系统的Lib

下载完之后，解压即可

5.环境配置

 你以为到此就结束啦？确实，要安装的我们都安装了，但是还有最后一步，环境！

 PS：CUDA在安装过程中，会自动配置环境变量，但是不全，需要手动补

（1）cuDNN解压之后目录长这个样子

 

     而CUDA的文件夹长这个样子

 注意了啊，把cuDNN文件夹下面的bin，include，lib文件夹里面的内容复制到CUDA文件夹下面对应的文件夹内，一定要注意

然后再把CUDA文件夹下面extras\CUPTI\libx64下的cupti64_90.dll 拷贝到 bin目录。

OK，现在开始配环境

在path中添加F:\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin 和 F:\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64（即cuda的bin目录和lib目录下的x64目录。注意自己的安装路径）

到此为止，准备工作全部结束

6.Test It

import tensorflow as tf
hello = tf.constant('hello')
sess = tf.Session()
print(sess.run(hello))
sess.close()

  Run，如果产生以下输出，恭喜你，成功了！

然而。。。事实上有可能会有报错内容如下：

非强迫症可以忽略，现在可以掉头哄女朋友去了。

但是最为强迫症来说，虽然不影响代码的执行，但就是难受。

解决办法：点击出错那个文件，

修改对应行的代码，把np.dtype([("quint8", np.uint8, 1)])修改为np.dtype([("quint8", np.uint8, (1,))])就完美解决了

 

 

 

 

        由于tensorflow的配置组合太多了，今天特献上一篇亲试可用的方案，文件可以下载地址都给了。如果配置一样的，觉得官网下载慢的，留言发邮箱。