win10+tensorflow-gpu环境配置

前言：

            最近开始下决心好好的学习tensorflow了，以前用的是cpu版本的tensorflow，装好python3.5直接pip install tensorflow就可以跑起来了。想着自己是N卡又试了试GPU版本的，其中遇到了不少的坑，结果花了我一天的时间。下面是我的安装以前环境配置的全过程（win10(x64)+Anaconda3(x64)+tensorflow-gpu+cuda+cuDNN）,安装的过程中参考了许多别人的博客，但是由于时间问题和版本问题都或多或少有些不完美，这篇是一个完全针对小白的教程。

1. 时间：2017/12/22号，win10(x64) + Anaconda3(x64) + Python3.6.3 + CUDA8.0 + cuDNNv6.0 + tensorflow_gpu-1.4.0-cp36-cp36m-win_amd64.whl。版本号很重要，因为现在的tensorflow-gpu只支持CUDA8.0，而最新的是CUDA9.0，如果下载错了重新安装会很浪费时间。（github上显示支持cuda9.0不过我试了不行）。在下面的网址上https://developer.nvidia.com/cuda-gpus检查你的显卡是否支持tf-gpu版本 (The minimum required Cuda capability is 3.0)，如果低于3.0，建议不要安装。
2. 首先下载安装Anaconda3(x64)位，地址：https://www.anaconda.com/download，选择python3.6版本64bit下载下来。安装过程很简单，所有选项全部选择默认，就可以安装成功了。Anaconda安装成功会自动在系统环境变量path后添加五个量

   C:\ProgramData\Anaconda3    //这是你的Anaconda的安装位置
   C:\ProgramData\Anaconda3\Scripts
   C:\ProgramData\Anaconda3\Library\bin
   C:\ProgramData\Anaconda3\Library\usr\bin
   C:\ProgramData\Anaconda3\Library\mingw-w64\bin

   如果你在cmd中输入Anaconda出现如下反应，这说明安装成功了。
3. 以管理员方式打开Anaconda Prompt，输入pip install tensorflow-gpu。则tesnorflow-gpu安装成功了。此时输入import tensorflow as tf 会提示你缺少cudart64_80.dll，我们按照提示的版本号下载安装cuda8.0。
4. 在https://developer.nvidia.com/cuda-toolkit-archive中选择你所需要的cuda版本，我们这里选择的是8.0，选择下载本地安装包下来进行安装。按照提示进行默认安装即可。接着打开系统变量会发现默认增加了两个变量CUDA_PATH和CUDA_PATH_V8_0。

   CUDA_PATH_V8_0: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
   CUDA_PATH: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

   接着我们在环境变量path后添加下列变量：(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0是你的cuda安装路径)

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\Win32
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

   环境变量配置好之后，打开cmd，输入nvcc -V出现下图则代表安装成功。（可以不编译sample太花费时间）
5. 此时打开Anaconda Prompt输入python，输入import tensorflow as tf,会出现如下提示，则代表cuda安装成功需要我们继续安装cuDNN。同理，根据提示我们选择cuDNN V6.0进行安装。cuDNN V6.0下载地址：https://developer.nvidia.com/rdp/cudnn-download（下载前会让你先注册）。cuDNN下载下来之后解压缩会有三个文件夹bin,lib和include,将这三个文件夹复制粘贴到CUDA8.0的安装文件中覆盖即可。(我的位置是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0)。然后我们再输入import tensorflow as tf没有报错提示，代表我们已经安装好了。
6. 我们进行一个简单测试：

   import tensorflow as tf
   x = tf.constant(10)
   y = tf.constant(20)
   sess = tf.Session()
   print(sess.run(x+y))

   然后出现以下结果即代表安装成功(我的显卡运算能力只有2.1不建议使用gpu版本 如果是正常的话 应该直接显示30)。