win10+RTX2060+CUDA10.0+cuDNN7.6.5+TensorFlow1.14.0安装(踩坑过程)

之前已经安装好了TensorFlow，配置是Anaconda(python3.6.5)+VS2015 +CUDA9.2 +cuDNN7.2.1.38 + TensorFlow1.10.0 。但是有一次使用Anaconda中的jupyter notebook时出现了一些问题。就是运行程序是，一直是In[*]的状态，哪怕是运行简单的print(123)也是这种状态，我尝试了各种方法，包括先卸载jupyter和notebook，然后再重新pip install jupyter和note；甚至卸载并重装了Anaconda，以及尝试了不同版本的Anaconda，最终都没有得到解决。于是乎，我决定重装整个这一套，踩坑无数，花了周末一整天的时间，终于搞定。

这次我配置的是：Anaconda(python3.7.3)+VS2017(社区版)+CUDA10.0+cuDNN7.6.5+TensorFlow1.14.0

1. Anaconda的安装

Anaconda中有很多工具包，省去了很多麻烦，这里不再赘述Anaconda的强大之处了。我这次安装采用的Anaconda-2019.07.(python3.7.3)，由于官网上的是最新的Anaconda，且旧版本在官网比较难找，于是我贴上了Anaconda的安装包。

链接：https://pan.baidu.com/s/1kKHOM8gyOBgfBmmOhfs78A 
提取码：5tti

对于Anaconda就采取傻瓜式安装即可，唯一需要注意的一点是，在设置安装路径的后一步骤，有两个勾选项，一个是将路径天剑到环境变量，另一个是安装python3.7，记得把这两个勾选项都选上就行。                        

2. VS2017(社区版)

现在VS官网主推的是2019版本，所以2017版本也不是很好找，所以我同样附上了安装包。

链接：https://pan.baidu.com/s/1m7N1A7HMZdbTVJ22UhkEUg 
提取码：jm3o 
这个也采用傻瓜式安装即可，安装过程中，把.NET和C++开发都勾选上，安装大小大约为7.5G左右。如下图：                                       

3. CUDA10.0的安装

首先看看自己的电脑是不是支持CUDA10.0，步骤：桌面右键--->NVIDIA控制面板--->帮助--->系统信息--->组件，会得到如下图:

                              

可以看到，我的电脑最高支持CUDA10.2.95所以安装CUDA10.0是没有问题的。下面直接在官网下载CUDA10.0即可：

        

Installer Type既可以选择network也可以选择local，network比较小，类似于下载器，运行时边下载边安装；而local相当于下载好的安装包，安装时间较短。下载完后，进行傻瓜式安装即可(不建议修改安装路径，默认路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)。

4. cuDNN的下载

cuDNN直接去官网下载即可，下载cuDNN时需要登录账号，不过可以微信登录，这就省去了注册的麻烦，一定要下载与CUDA版本对应的cuDNN

                      

cuDNN是一个压缩文件，将其解压，然后解压后的文件夹下的3个文件夹和1个文件copy到CUDA的安装路径下，即：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

                 

为了检验CUDA是否安装成功，cmd打开命令窗口，输入：nvcc -V，如下：

                           

可以看到CUDA10.0.13已经安装成功。所有的准备工作都已做好，接下来就是安装TensorFlow1.14.0了。

5. TensorFlow1.14.0的安装

看了大量的博客，采用较多的是使用这篇GitHub中的安装包，它里面有个完整的版本对应表(但是我按照这个对应表安装Anaconda(python3.7)+VS2017+CUDA10.1+cuDNN(7.5)+TensorFlow1.13.1，并没有成功，所以我没有使用其中的安装包)。

我没有参照这篇GitHub，而是参照了TensorFlow官网的安装，直接在Anaconda prompt中输入了以下命令：                      

conda install tendorflow-gpu==1.14

建议使用conda安装，不要使用pip，不然import tensorflow时容易报错：ImportError：DLL：找不到对应模块。

最后，我们测试一下：

      

红框中可以看到，程序是使用GPU运行的，至此，tensorflow安装(踩坑)完成。

总结：

GPU下安装TensorFlow主要就是各种版本对应问题，一个版本不对应，全盘皆错，很难排查出问题，所以还是建议按照网上别人的教程来安装，毕竟教程中成功的安装需要的各个安装包的版本都是确定的，按照教程的安装版本来可以避免少踩很多坑。