Tensorflow_gpu安装的坑

TensorFlow 有两个版本：CPU 版本和GPU 版本。GPU 版本需要CUDA 和cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。

在 这里 确认你的显卡支持 CUDA。
确保你的Python版本是3.5 64位。
确保你有稳定的网络连接。
确保你的pip版本 >= 8.1。用 pip -V 查看当前 pip 版本，用 python -m pip install -U pip 升级pip 。
确保你安装了 VS2015 或者 2013 或者 2010。
此外，建议安装Anaconda，因为这个集成了很多科学计算所必需的库，能够避免很多依赖问题，安装教程可以参考 这里。

以上条件符合，那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了，注意版本号分别是 CUDA 8.0 和 cuDNN 5.1，这是 Google 官方推荐的。可以去各自官网下载，我已经下载好打成一个压缩包放到了百度云，大家可以从 http://pan.baidu.com/s/1miBc2VY 下载，密码 5aoc。
安装TensorFlow

由于Google那帮人已经把 TensorFlow 打成了一个 pip 安装包，所以现在可以用正常安装包的方式安装 TensorFlow 了，就是进入命令行执行下面这一条简单的语句：

# GPU版本
pip install tensorflow-gpu

# CPU版本
pip install tensorflow

安装网之后你试着在 Python 中import tensorflow 会告诉你没有找到 CUDA 和 cuDNN，所以下一步就是安装这两个东西。
安装CUDA 8.0

这个也是很简单的，下载完我上面给的压缩包之后，解压，得到两个文件，那个 exe 文件就是 CUDA8 的安装程序，直接双击执行就可以了，就像安装正常的其他软件一样，安装过程屏幕可能会闪烁，不要紧，而且安装时间有点长。

安装完之后系统变量会自动为你添加上，这个不用管。

测试一下是否安装成功，命令行输入nvcc -V ，看到版本信息就表示安装成功了。

安装cuDNN 5.1

其实这个是一个压缩包，解压放到任何一个目录下就行，然后把你放的那个目录添加到Path 环境变量里。

https://jingyan.baidu.com/article/db55b6099d1e0d4ba30a2fc0.html

将下面这些文件复制到相应位置，

C:\cuda\bin\cudnn64_5.dll —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
除此之外，还有一个办法就是将C:\cuda\bin 也加进Path 环境变量里，经过测试这样也是可行的。

然后再次import tensorflow 应该就成功了。