Windows10下搭建TensorFlow-GPU环境详细过程

相比于Linux，Windows10下安装tensorflow较为简单，本文主要介绍通过Anaconda安装tensorflow-gpu环境。

安装cuda

1，确认显卡是否支持cuda

到cuda网站，查看支持的cuda显卡

笔者使用的GPU分别是台式机的GeForce GTX 750 Ti和笔记本的GeForce 940M，读者可以根据win10的系统信息-组件-显示查看自己电脑的显卡信息：

 

2，安装

 到NVIDIA网站下载cuda，

注意，不要下载最新10.0版本，笔者安装10版本，运行tensorflow不能成功加载驱动。

点击之前版本 Legacy Releases,下载9.0版本，选择离线版本，下载本地文件。

下载完后，右键管理员安装，选择精简安装，其他默认。

 

安装cucudnn

到NVIDIA网站下载cudnn，

下载cudnn首先必须成为加速计算开发者计划的会员，申请为会员后，点击Download cuDNN

下载cuda9.0对应的cudnn版本，解压后，将cudnn拷贝到c盘，如图所示

添加系统环境变量，如图所示

 

建立tensorflow-gpu虚拟环境

1，下载Anaconda，

下载python3.6版的Anaconda并默认安装

2，建立Anaconda虚拟环境

打开Anaconda的命令提示窗口Anaconda Prompt，输入以下命令创建gpu虚拟环境

conda create --name tensorFlow-GPU python=3.6 anaconda

创建完后，使用conda activate tensorFlow-GPU和conda deactivate tensorFlow-GPU激活虚拟

环境和退出虚拟环境。

使用conda info --envs 查看安装环境

 

安装tensorflow-gpu版本

1，安装和更新pip（需要先激活虚拟环境）
python -m pip install --upgrade pip

2，安装一些必要的python包

pip install msgpack-python

pip install msgpack

pip install opencv-python

3，安装tensorflow和keras

pip install tensorflow-gpu
pip install keras

 

安装完成，可以开始深度学习啦。