Win10上配置tensorflow(GPU版本)--NVIDIA 驱动+CUDA+cuDNN运算开发环境

安装tensorflow-gpu版本对应cuda和cudnn版本参考 TensorFlow

配置环境之前需要安装anaconda，这是在我之前发的tensorflow（cpu版本）基础上配置的

我以下面红框的版本为例，我的显卡是GTX1050显卡（该显卡是入门级显卡，在深度学习方面远远不够，环境配好之后只是在笔记本上调代码，没有bug后拷贝到服务器上去跑）

1.安装vs2013、2015或者2017

2. 安装显卡驱动

2.1 查看显卡型号。

右键计算机->设备管理器->显示适配器

我的电脑的GPU是NVIDIA GeForce GTX 1050，支持CUDA （compute capability: 5.0)）。 基本主流的英伟达显卡都支持CUDA，欲查看支持CUDA的所有GPU的列表可以访问： http://developer.nvidia.com/cuda-gpus

2.2 下载对应型号的最新显卡驱动

地址：驱动程序 | GeForce  https://www.geforce.cn/drivers

2.3 下载后双击.exe文件默认路径安装

3. 安装CUDA9.0

3.1 登录官网下载CUDA9.0

地址：CUDA Toolkit 9.0 Downloads | NVIDIA Developer

3.2 双击.exe文件安装

在计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量，接下来，还要在系统中添加以下几个环境变量.

我的安装路径是默认的，所以添加的路径分别是下面这样的：

CUDA_SDK_PATH：

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0

CUDA_LIB_PATH ：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

CUDA_BIN_PATH ：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

CUDA_SDK_BIN_PATH ：

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64

CUDA_SDK_LIB_PATH ：

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

然后，在系统变量 PATH 的末尾添加：

;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

;C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64;

重新启动计算机。

3.3 验证CUDA9.0已正确安装

打开cmd，输入nvcc -V。结果如下图。

4. 安装CuDNN_v7.0

4.1 登录官网下载CuDNN_v7.0

地址：https://developer.nvidia.com/cudnn（需要注册账号），请注意cuDNN的版本一定要和CUDA相适应。

不用注册下载方法：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

右击复制地址打开迅雷下载

4.2 下载完成后解压。

将下载到的安装包解压        解压后cuda目录下有bin，include，lib三个文件夹

我的CUDA的安装路径是： C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.0

4.3 添加头文件和库文件到CUDA

复制cuda目录下的三个文件夹，

粘贴到C:\ProgramFiles\NVIDIA GPU ComputingToolkit\CUDA\v9.0路径下（会与原有的同名文件夹合并）。

4.4 添加环境变量

检查环境变量名：CUDA_PATH值：C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.0是否存在，不存在则添加。

5 安装TensorFlow-gpu

激活conda环境:activate py36(activate后面是环境名称，我的环境名称是py36)

安装支持GPU的TensorFlow: pip install tensorflow-gpu==1.12（版本自己选择）

pip下载用国内镜像源如，清华镜像源

方法：在自己用户目录下新建文件夹重命名为pip

在pip文件夹里面新建txt文本在文本里面复制下面的代码

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

保存文本重命名为pip，后缀改为ini

这样以后用pip命令安装就会从清华镜像下载

安装好之后用下面代码测试是否成功安装，出现GPU的相关信息说明安装成功
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))