win10下 tensorflow-gpu的安装（亲测有效）

最近实验室申请了个RTX2060-super,有了显卡，就装了个tensorflow-gpu，写下今天一天的安装心得和中间遇到的各种坑。

首先，确保Anaconda安装好，下一个Geforce驱动程序。这些都很easy，接下来是cuda,cudnn的安装。

cuda的安装前提要确保电脑上已经安装了VS，我的电脑上已经装了VS2019，之前有看其他博主更推荐安装VS2015。有了VS，那么先开始cuda的安装。

下载地址在下面

https://developer.nvidia.com/cuda-toolkit-archive

如果tensorflow版本大于1.13，那么cuda的版本需要10.0以上，cudnn版本需要大于7.4.1.

这里多说一句，cuda官网的安装是分联网下载和离线下载的，我之前两次联网下载都没有安装成功，最后一次，试了下离线下载成功了，说起来，这还真像是玄学。

（这里忘记截屏了，所以借了张版本9.0图充数，请忽略。。。）

 接下来，建议选择自定义安装，不少博主表示精简安装会出现问题。

这里。我出现了一个问题，报错无法连接Nivida，我从控制面板，找到系统与安全，再找到管理工具，最后点开服务，找到nivida network service,手动重启了一下，这时候需要再重新开机，于是就成功安装跳到下个界面。

安装中，会出现这个界面，上文提到的cuda的安装一定需要VS，这里显示我的VS是2019.

安装完成后系统变量会自动添加，可自行查看系统变量。

验证安装：

以上就是cuda成功安装全过程

接下来是cudnn的安装

打开cuDNN网页：https://developer.nvidia.com/rdp/cudnn-download
没有账号的需注册账号才能下载
选择与CUDA匹配的cuDNN版本进行下载

下载之后是个压缩包文件，解压缩：

将CUDA\bin、CUDA\include、CUDA\lib中的内容拷贝到相应的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件路径下即可，替换在这里

按道理来讲到这里cuDNN应该已经算安装完毕了，但是参考一个博文，还是添加了cuDNN的环境变量.

 

ok，这里我们的准备工作结束，开始tensorflow-gpu安装。（后面我就直接写指令了）

打开Anaconda Prompt:

1. conda search --full-name python（查看一下可安装的python版本，这里我选的是3.6版本的）

2. conda create --name tensorflow-gpu python=3.6（安装python3.6版本）

3.activate tensorflow-gpu

4.pip install --default-timeout=100 --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple(直接输入，借用清华镜像，下载速度更快)

5.显示成功安装，但是导入的时候报错来了

这里，截屏的不好。错误是：ImportError: Could not find 'cudart64_100.dll'

我查了些博客，确保在tensorflow，cuda,cudnn版本都一致的情况下，可以试试这种方法，把cuda路径下bin里的cudart64_101改成cudart64_100，这里是博客参考：https://blog.csdn.net/aya_tao/article/details/100056269

于是成功了，没有导入错误了，页面如下：

完结，撒花，累的肩膀疼。