64位Win7下安装TensorFlow-GPU

对于在Linux安装Tensorflow-GPU支持的童鞋，可以移步我的另外一篇文章：https://blog.csdn.net/cskywit/article/details/81146429，

在Windows下安装TensorFlow-GPU环境对于不熟悉Linux的童鞋可以避免安装过程出错导致的系统莫名崩溃。

本文使用的是Anaconda4.3(Python3.6)+CUDA10.0+cuDNN7.3+Tensorflow-gpu-1.11.0

先上cuda官网查看自己的显卡是否支持CUDA：https://developer.nvidia.com/cuda-gpus，不支持就不用往下看了。

查看Tensorflow-gpu、CUDA、cuDNN之间的支持情况，这一步很重要，安装错了版本直接就不能用。

https://tensorflow.google.cn/install/source_windows

该网址需要VPN：这里列出的tensorflow_gpu-1.11.0支持的只是CUDA9+cuDNN7，其实最新的CUDA10.0+cuDNN7.3也是支持的。

• 安装VS2015编译环境

https://www.microsoft.com/en-us/download/details.aspx?id=48145

• 安装CUDA

1.准备好NVIDIA的显卡，下载安装CUDA

https://developer.nvidia.com/cuda-downloads

2.安装好之后把CUDA安装目录下的bin和lib\x64添加到Path环境变量中。

 

• 安装cuDNN

1.cuDNN下载

https://developer.nvidia.com/rdp/cudnn-download

2.解压压缩包，把压缩包中bin，include，lib中的文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录下对应目录中。

3.C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64\cupti64_100.dll拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

 

四.安装tensorflow-gpu

由于我电脑里已经有tensorflow-cpu和python3.6版本，不想卸载，所以在Anaconda中创建一个新的虚拟环境：

conda create -n tensorflow-gpu

activate tensorflow-gpu

pip install  -i  tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl

如果不想新建虚拟环境，当同时存在CPU版和GPU版，默认首选GPU版，如果要使用CPU版，可以在代码中设置：

with tf.Session() as ses:

    with tf.device("/cpu:0"):

        matrix1=tf.constant([[3.,3.]])

        matrix2=tf.constant([[2.],[2.]])

        product=tf.matmul(matrix1,matrix2)