GAN的初步尝试——win10中安装tensorflow-1.8.0

前言：

本文参考：
https://www.jianshu.com/p/6cf8f81fef80?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation
所示的安装过程，但是由于安装时吃了很多版本不兼容的亏，所以自己记录一下下载安装的过程。

原作者参考文献：
https://m.aliyun.com/yunqi/articles/68435
http://blog.csdn.net/zhuxiaoyang2000/article/details/54317206

原作者：Bioconductor
链接：https://www.jianshu.com/p/6cf8f81fef80
来源：简书

第一步：安装CUDA：

想要使用gpu运行的话需要安装CUDA和CUDNN，可以有效的提高运行速度，单用cpu的话可以不用下载。版本选择的是cuda_8.0.44_win10，注意不要盲目下载高版本的，不然运行旧代码的时候可能会不兼容。链接为：https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal
在这里插入图片描述

在这里插入图片描述
下载完后，直接安装，改为自定义方式，不用修改安装目录，就安装在C盘下，方便后面的文件操作。

第二步：编译cuda：

安装完成后，打开Sample路径：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0，选择与本机Visual Studio相对应的Solution版本，我安装的时候选择的是Sample_vs2019.sln。然后分别编译Release和Debug版本。在我编译Debug的时候会弹出一个对话框叫我保存文件，但是保存的时候又说c盘不让保存，所以只release了一下。（由于我装错了cuba的版本，目前还没有用gpu运行程序）

编译完成后，Win+R打开命令行窗口，cd C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release，运行deviceQuery，如果显示如下画面，则安装成功。
在这里插入图片描述

第三步：安装cuDNN：

原作者不知道为啥要装，我也不知道，那就装吧。

版本号：cudnn-8.0-windows-x64-v5.1

将cudnn中的文件直接放在目录 C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0
在这里插入图片描述

第四步：安装python：

注意不要盲目下载高版本的，我试了很多，只有python3.5能用。下载的话下载anaconda 4.2，注意不同anaconda版本对应的python不一样，最好先百度查一下。

第五步：安装tensorflow：

参考文章
https://developer.aliyun.com/article/68435
对下载的tensorflow有所修改，直接下载的话是默认下载最新版本，但是最新版本和我用的代码不兼容，所以下载的是1.8.0版本的。

首先，你应该确保你已经安装了正确的NVidia驱动程序：
CUDA驱动程序
CUDNN-CUDA深层神经网络

创建CPU TensorFlow环境：
conda create --name tensorflow python=3.5
activate tensorflow
conda install jupyter
conda install scipy
pip install tensorflow==1.8.0

创建GPU TensorFlow环境：
conda create --name tensorflow-gpu python=3.5
activate tensorflow-gpu
conda install jupyter
conda install scipy
pip install tensorflow-gpu==1.8.0

使用单个GPU时，你的TensorFlow代码不会被更改。你可以通过切换环境简单地运行相同的代码。TensorFlow使用GPU或不使用，这取决于你所处的环境。您可以在以下环境之间切换：
activate tensorflow
activate tensorflow-gpu

测试的话我直接用的自己的代码，想要测试可以参考一下原文的测试：
https://www.jianshu.com/p/6cf8f81fef80?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation