win10 tensorflow-gpu安装过程

之前已经通过anaconda安装过了tensorflow-cpu，这篇文档是在此基础上进行tensorflow-gpu版本的安装。GPU与CPU工作原理及区别参看博客。

确定安装版本

1、 “我的电脑” 上右键–> “管理” --> " 设备管理器" -->“显示适配器”

安装之前先检查一下自己显卡支持的驱动版本：在桌面空白处右击，选择 “NVIDIA” 控制面板->管理3D设置>系统信息->组件

可以看到本机支持的是CUDA 10.2.95 版本，表示是不支持更高版本的。如果你升级了驱动，可能会支持更高版本，也可能不会提升。所以就必须安装 10.2.95 及以下的版本

2、查看tensorflow与cuda、cudnn之间的匹配关系

查看tensorflow与python、cuda、cudnn之间的版本匹配：https://tensorflow.google.cn/install/source_windows

如果你已经安装了其他版本的cuda，需要卸载旧的版本以安装新的版本参看博客：
1、留下NVIDIA重要的2个软件：NVIDIA的图形驱动软件，NVIDIA Physx系统软件，其他的都删了
2、C盘C:\Program Files\NVIDIA GPU Computing Toolkit这个文件你也可以删除了

3、 确定安装的软件版本
根据上面的查询信息，选择安装python3.6、tensorflow1.14.0、CUDA10.0、 CUDNN7.4

安装

因为之前已经安装过tensorflow-cpu，所以此处在anaconda中新建一个环境进行上面的配置安装。

1、创建一个新的环境tensorflow-gpu，并安装python3.6

打开Anaconda Prompt，输入命令：

conda create -n tensorflow-gpu python=3.6

安装完成后检查确认新建环境：

conda info --env

检查确认python版本：

(base) C:\Users\Administrator>activate tensorflow-gpu
(tensorflow-gpu) C:\Users\Administrator>python

2、安装cuda10.0

本文选择cuda的版本为10.0 https://developer.nvidia.com/cuda-toolkit-archive
下载完成后进行安装：

CUDA安装路径默认在C:\ProgramData\NVIDIA Corporation，安装完成后，进行验证。
1、在该路径下打开powershell（在NVIDIA Corporation文件夹中，按下shift键，同时鼠标在空白处右击，即弹出“在此处用powershell打开”的命令）
2、执行nvcc -V ，成功的话会返回cuda版本号（此处V要大写）。

安装成功后在系统的环境变量中会自动添加两个变量

还需要再手动添加几个系统变量（博客参考地址找不到了，写的挺好的，后续添加）：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

打开CUDA的路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite，在此路径下打开powershell，输入命令，显示如下结果则证明安装成功。

3、安装cudnn7.4.2

到cudnn官网https://developer.nvidia.com/rdp/cudnn-download将7.4.2的版本下载下来（需要先注册一个账号然后才能下载），也可以从百度网盘，提取码：z9k1下载。

解压cuDNN压缩包，可以看到bin、include、lib目录如下：

将该cuda目录下的bin、include、lib目录文件复制到cuda安装目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0的bin、include、lib目录中：

添加环境变量

在系统环境变量的Path项下添加几个路径
至此CUDA和CuDNN就安装好了。

4 tensorflow-gpu1.14.0安装

打开Anaconda Prompt，进入上面创建好的环境tensorflow-gpu中：
升级pip到最新版，防止稍后的安装下载到一半出现错误。

pip install --upgrade pip

虽然执行中报错，但是随后查询pip的版本也是更新成功的：

使用conda安装指定版本的gpu版tensorflow （注意激活前面创建的tensorflow-gpu环境，在该环境下安装才行）：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.14.0 

安装完成后测试tensorflow的版本：

import tensorflow as tf
print(tf.__version__)

结果报错：
网上搜索错误原因，认为是numpy版本不匹配导致的。所以查询当前安装的numpy版本：

根据博客的内容，匹配的numpy版本为1.16.0。

先卸载已有的1.18.5版本的numpy，然后安装1.16.0的numpy：
重新运行程序，测试安装的tensorflow-gpu的版本：

此时没有报错，则安装成功！

待改进的地方

目前的cuda版本是10.0，在以后的使用中可能需要在不同的cuda版本中进行调换，这是需要进一步考虑的地方。论文https://github.com/phohenecker/switch-cuda提供了一种办法，但是我的电脑测试失败，希望对别人能有用吧！我还需要继续寻找解决办法。