在Windows10安装TensorFlow（GPU版）

安装TensorFlow需要有相适应版本的Python、cuda、cuDNN

一、准备工作

1、确定TensorFlow版本

TensorFlow的安装版本一般根据要运行的源码决定，要跑的程序和版本不对应的话很大概率是不兼容的。本帖以安装tensorflow_gpu-1.4.0为例

2、确定Python、cuda、cuDNN的版本

确定了TensorFlow的安装版本后，与之相对的也就确定了Python、cuda、cuDNN的版本。其对应关系如下：

版本	Python 版本	编译器	构建工具	cuDNN	CUDA
tensorflow_gpu-2.4.0	3.6-3.8	MSVC 2019	Bazel 3.1.0	8.0	11.0
tensorflow_gpu-2.3.0	3.5-3.8	MSVC 2019	Bazel 3.1.0	7.6	10.1
tensorflow_gpu-2.2.0	3.5-3.8	MSVC 2019	Bazel 2.0.0	7.6	10.1
tensorflow_gpu-2.1.0	3.5-3.7	MSVC 2019	Bazel 0.27.1-0.29.1	7.6	10.1
tensorflow_gpu-2.0.0	3.5-3.7	MSVC 2017	Bazel 0.26.1	7.4	10
tensorflow_gpu-1.15.0	3.5-3.7	MSVC 2017	Bazel 0.26.1	7.4	10
tensorflow_gpu-1.14.0	3.5-3.7	MSVC 2017	Bazel 0.24.1-0.25.2	7.4	10
tensorflow_gpu-1.13.0	3.5-3.7	MSVC 2015 update 3	Bazel 0.19.0-0.21.0	7.4	10
tensorflow_gpu-1.12.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7.2	9.0
tensorflow_gpu-1.11.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.9.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8

官网链接：https://tensorflow.google.cn/install/source_windows

二、开始安装

1、安装Anaconda

在Windows平台上，使用Anaconda安装TensorFlow会比较方便。
Anaconda官方下载链接：https://www.anaconda.com/products/individual#Downloads

根据自己电脑选择对应版本安装，一直NEXT就可。
注：这里Anaconda是自带Python 3.8的：

注： 在命令终端输入conda --version，出现版本号则安装成功。

C:\Users\L>conda --version
conda 4.10.1

2、安装Python

如果需要安装的Python版本恰好和Anaconda自带的版本一致，这一步可以省略，如果需要的版本更低，那么就进行这一步。

方法一：安装包安装

下载对应版本安装包直接安装，官网各版本下载地址：https://www.python.org/downloads/

方法二：通过Anaconda安装

打开Anaconda Prompt输入命令conda install python=<版本号>
其中等号后是要安装的Python版本号，以本帖为例，根据要安装的TensorFlow版本，需对应安装Python 3.6：

conda install python=3.6

按照提示确认安装即可。

注： 在命令终端输入Python，出现版本号则安装成功。

C:\Users\L>Python
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 16:07:46) [MSC v.1900 32 bit (Intel)] on win32
Type “help”, “copyright”, “credits” or “license” for more information.

3、安装CUDA

各版本CUDA官网下载链接：https://developer.nvidia.com/cuda-toolkit-archive
这里安装8.0版本，如图：

下载完成后根据提示一直next即可。
注： 打开Anaconda Prompt输入nvcc --version或nvcc -V，查看安装结果，出现如下显示则表示安装成功。

(base) C:\Users\L>nvcc -V
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2016 NVIDIA Corporation
Built on Sat_Sep__3_19:05:48_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44

4、安装cuDNN

根据TensorFlow的表选择对应版本的cuDNN。
各版本cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载完成后解压，有如下文件夹

将上方文件夹及其中文件复制到CUDA的安装目录下

5、安装TensorFlow

打开Anaconda Prompt，在其中使用命令安装。

1. 在Anaconda中创建TensorFlow环境（搭建对应版本的Python）

conda create -n tensorflow pip python=3.6

2. 激活TensorFlow环境

activate tensorflow

3. 使用命令pip install --ignore-installed --upgrade tensorflow_gpu==<版本号>安装TensorFlow，本帖以1.4.0版为例。

pip install --ignore-installed --upgrade tensorflow_gpu==1.4.0

4. 测试安装结果
   输入Python切换到Python模式，编写如下程序，输出正常即为安装成功。

import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name=‘a’)
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name=‘b’)
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run( c ))

1是输出结果
2标志运算使用了GPU

以上则安装成功。

三、踩坑总结

1. 测试TensorFlow时运行import tensorflow as tf时

ImportError: Could not find ’cudart64_ 80. d11’. TensorF1ow requires that this DLL be installed in a directory that is named in your %6PATH% en vironment variable. Download and install CUDA 8.0 from this URL: https:// developer. nvidia. com/ cuda- toolkit

这个错误是，CUDA和TensorFlow版本不匹配，按照错误提示Download and install CUDA 8.0即可（注意cuDNN也要相应更换）

2. 测试TensorFlow时运行import tensorflow as tf时
   
   这里我发现只要重新引入一下就可以成功，没有这些信息了，不知道有没有更好的办法。

四、参考文章

知乎@爱生活的克劳德 https://zhuanlan.zhihu.com/p/37086409
博客园@Pink.Pig https://www.cnblogs.com/pgzhang/p/9146617.html