Windows下TensorFlow GPU 1.8.0安装

1. 首先进入tensorflow官网查看1.8.0对应的python、CUDA和cuDNN版本（默认显卡驱动已安装）

TensorFlowGPU版本对应https://tensorflow.google.cn/install/source#gpu可以看到我们这次要安装的1.8.0对应版本为python3.5-3.6、CUDA 9和cuDNN 7，那么我们先用anaconda创建一个python3.6的环境,如下我们就创建并激活了一个python3.6版本、名字叫tf18的环境。anaconda安装及使用见Anaconda配置基础步骤及命令、PyCharm设置_flashorsink的博客-CSDN博客

conda create -n tf18 python==3.6
conda activate tf18

2. 然后我们开始下载CUDA

CUDA Toolkit | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkitNVIDIA Developer需要注册才能进入，注册之后我们就可以开始下载，点击Download Now，这时候切换到下载页面，但不要下载！！！此时默认下载的是最新版本的CUDA不是我们需要的。

点击下面的“Archive of Previous CUDA Releases”然后就可以找到对应的版本下载安装啦，我这里下载的是9.0的包。下载的时候选的local包，介绍说是完整的，不清楚network包有没有问题但local应该最保险。下载后安装，安装过程就不贴出来了。

补丁也要安装，都下载一遍安装一遍就行。如果遇到闪退参考[问题] cuda10安装闪退_豆芽菜-CSDN博客_cuda安装闪退

3. 接着我们下载cuDNN

NVIDIA cuDNN | NVIDIA Developerhttps://developer.nvidia.com/cudnn一样的，我们点进Download cuDNN，同意协议后也不要直接下载，点击下面的“Archived cuDNN Releases”可以看到各个包后面有写着for CUDA 版本，选择正确的版本，如我们选择

​

下载下来的是一个安装包，里面包含三个文件夹，并没有安装程序（因为就是些库文件不需要安装）。我们打开下面这个文件位置

可以看到里面有和压缩包里名字一样的三个文件夹，那就对了！把压缩包直接解压到这个目录下，windows会自动合并同名的文件夹，cnDNN就安装好了。

4. 终于我们可以安装tensorflow了，用pip安装而不要用conda，会报错

pip install tensorflow-gpu==1.8.0

就安装好了，我们可以进行测试，测试参考
WIN10安装TENSORFLOW（GPU版本）详解（超详细，从零开始） - 知乎 (zhihu.com)

创建一个test.py文件，内容如下，在anaconda中用cd命令进入到test.py 所在的目录，输入python test.py即可运行

import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

 

出现GPU：0说明使用到了GPU运算，安装完成