tensorflow-GPU版本安装教程（过程清晰一目了然，看完变大佬）

更新一下GPU版本的tensorflow安装（仅适用于windows，本次实例为tensorflow1.9版本），超级简单，再也不愁配置cuda和cudnn，并通过清华镜像实现快速下载，看完秒变大佬

今天同门小师妹小L在唉声叹气，我上前一问，原来是因为安装tensorflow时需要配置cuda和cudnn发愁，于是我一顿操作解决问题，望着小L崇拜的目光，遂想把方法贴出来，让大家都被小师妹崇拜一番，不多啰嗦，方法请往下看

1、创建虚拟环境

conda create -n your_env_name python=X.X
如我的名称是tf1.9,python=3.6：
conda create -n tf1.9 python=3.6

2、激活并进入虚拟环境

activate your_env_name
如：
activate tf1.9

3、以往最麻烦的是安装cuda和cudnn，需要去官网安装，但是我要告诉你们conda可以自动安装，找到tensorflow1.9对应的cuda和cudnn版本即可两行代码搞定（这里使用清华大学镜像，实现快速下载）

conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda install cudnn=7.1.4 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

4、安装tensorflow1.9，这里仍然使用清华镜像

pip install tensorflow-gpu==1.9 -i https://pypi.tuna.tsinghua.edu.cn/simple

5、都下载安装好了，迫不及待想测试一下tensorflow吧

打开命令行，激活虚拟环境，输入python，回车进入python中

输入一下代码

import tensorflow as tf

print(tf.test.is_gpu_available())

结果为True则安装成功，开心！！！

-----------------------------------------------------手动分割线-----------------------------------------------------

以下方法，conda install tensorflow-gpu会直接安装最新版gpu，考虑到现阶段tensorflow2.0版本很多人用不习惯，建议用上面方法，若想安装2.0版本也可使用下面方法

今天给实验室服务器配置tensorflow的GPU版本，先吐槽一下实验室的破网。。。

下载之前看了很多博客的介绍，tensorflow-gpu版本需要cuda和cudnn并且版本必须要对应，就在我发愁要找对应版本的时候，突然看到可以一行命令全部下载，心中顿喜

1、使用cmd输入

conda install tensorflow-gpu

这种方法比较简便，所有需要用到包都自动下载了（这种方法十分推荐，真省心）

显示如下

问y/n回答是y

2、就在一切都很顺利的时候，有三个包下载时候因为实验室网速卡的原因没有下载成功，报错如下

3、解决方法

选择按照url所提示的网址把文件下载下来放到target提示的路径中，随后使用命令（注意此时输入命令应该在target提示的路径下）

conda install --offline ./tensorflow-base-2.0.0-gpu_py37h390e234_0.tar.bz2

这样就安装成功了

4、

好不容易全部都下载成功了，我迫不及待想试一下tensorflow，于是在命令行中输入pyhon进入python的环境中，输入

import tensorflow，天啊我以为全部安装就结束了，噩梦继续

报错;

numpy.core.multiarray failed to import

既然Numpy有问题，所以更新numpy

pip install --upgrade numpy