windows10 显卡GTX1050安装tensorflow-gpu教程: win10+CUDA9.0+CUDNN7.1+tensorflow1.9(或者1.10)

windows10 显卡GTX1050安装tensorflow-gpu教程: win10+CUDA9.0+CUDNN7.1+tensorflow1.9(或者1.10)

win10 显卡GTX1050安装tensorflow-gpu

最近换了一台拥有GTX1050的机子，所以告别了原来在cpu上跑tensorflow，但是没想到竟然了配置了大半天，中途也遇到了很多的坑，在这里记下来，希望更多的朋友少走弯路。
我的电脑配置：系统：windows10 显卡：GTX1050， 其他的就不说了，没必要。
安装成功的版本：CUDA：9.0 CUDNN：7.1 tensorflow-gpu:1.9 (1.10也可以，1.13不行）
如下是我的安装过程：安装anaconda， 安装cuda, 安装cudnn, 安装tensorflow

1 安装anaconda

1. 下载：官网：https://www.anaconda.com/distribution/
   注意：选择选择windows,以及64位。
2. 下载之后安装，安装过程中注意选择一个合适的保存路径就可以，默认也可以，安装好之后，开始配置环境。
3. 环境配置：右击‘我的电脑’，选择‘属性’， 然后’高级系统设置‘，然后’环境变量‘，然后选择系统变量中的’Path’变量，选中，点击‘编辑’，点击‘新建’，在其中添加如下三个路径：
   
4. 验证是否安装成功：win+r, 输入：cmd， 在命令行中输入：conda list
   
5. 由于我们安装的anaconda3.7中的python版本是3.7的，所以如果想要使用python3.6或者其他版本的话，可以如下：
   在命令行中输入：conda create --name py3.6 python==3.6 创建一个python3.6的环境，在anaconda文件中的envs文件夹下，使用命令：conda activate py3.6 这时，anaconda就是python3.6 可以在命令行中输入：python --version查看，输入命令：conda deactivate 关闭python3.6，使用python3.7；在pycharm中，通过设置file，settings, project, project-interpreter中从anaconda的文件夹选择python3.7，或者从其中的envs文件中选择python3.6进行使用。
   

2 安装cuda9.0

官网上下载不下来，我这里就不贴网址了。可以从我分享的百度云盘中进行下载。
下载链接：https://download.csdn.net/download/haomingzi521/11103795

下载完成后，双击应用程序，程序会自动检查环境以及系统兼容性，若出现：

全部允许，然后，下面两个图是从其他地方拿过来的，我当时没有截图，就是看一下主要过程，

最后

如果你发现左侧直接跳到了‘安装’那里，并且提示‘NVINDIA程序安装失败’，那么应该是你的显卡驱动程序出现了问题，我的解决方法是使用驱动精灵，重装显卡驱动，然后问题就解决了，如果没有遇到，那更好啦。
然后选择同意并继续，在‘选项’中，我选择的是‘推荐’，安装全部。最后安装好了。

3 安装cudnn7.1

cudnn7.1官网可以下载，但是太慢，这里我也补贴网址了，可以从我分享的百度网盘中下载。
下载链接：https://download.csdn.net/download/haomingzi521/11103795
下载完成后，是一个压缩包，真好不用安装了，直接解压，然后获得如下三个文件夹，

我们将其中’bin‘中的’cudnn64_7.dll‘拷贝到cuda9.0安装路径下的bin文件夹中，cuda文件夹的路径如图所示：

然后将cudnn中include下的’cudnn.h‘拷贝到cuda文件夹中的include的文件夹中，同理，cudnn文件中的’lib/x64’中的‘cudnn.lib’拷贝到cude文件中的’lib/x64’中。
到这里，cuda9.0以及cudnn7.1安装结束，我们来验证下是否安装成功，我们到如下文件中，

然后按住‘shift’+鼠标右击，点击’在此处打开powershell窗口‘，输入： .\bandwidthTest.exe 返回Result=PASS

同理输入：.\deviceQuery.exe 返回：Result=PASS,说明安装成功了。

4 安装tensorflow-gpu

我们在windows的‘所有程序’中找到安装的Anaconda程序中的Anaconda prompt，单击打开，
强调文本 强调文本

在命令行中使用命令：conda create -n tensorflow-gpu python=3.6 安装python3.6 的tensorflow-gpu环境，可以在Anaconda/envs文件夹中看到，和之前创建的python3.6环境在一起。

选择y, 然后输入：conda activate tensorflow-gpu 来激活tensorflow环境，

先更新一下pip工具，输入命令：python -m pip install --upgrade pip

然后安装tensorflow-gpu输入：pip install --ignore-installed --upgrade tensorflow-gpu , 默认安装tensorflow-gpu-13.0版本，

所以，我们要将其卸载掉，输入：pip uninstall tensorflow-gpu

然后安装我们需要正确的版本，输入命令：pip install tensorflow-gpu==1.9.0

然后安装成功。
关闭tensorflow-gpu环境，输入：conda deactivate

5 pycharm中配置tensorflow环境

在pycharm中，选择file->settings->project->project-interpreter->右边的齿轮，选择add,->选择existing environment->点击右边的三个…->从文件夹中选择Anaconda/envs/tensorflow/python.exe, OK即可。

在导入pandas或者其他python库，如果发现其中没有的话，可以通过如下方式添加到tensorflow-gpu中的python中。
打开Anaconda Prompt, 激活tensorflow环境，输入命令: conda activate tensorflow-gpu
然后安装需要的库就好了，输入命令：pip install pandas 就好啦， 关闭的命令：conda deactivate

6 如何卸载安装错误的CUDA版本

首先，我们打开控制面板，点击’卸载程序‘， 所有的NVIDIA程序中，除了NVIDIA 图形驱动程序，NVIDIA PhysX 系统软件，以及NVIDIA HD 音频驱动程序不删除以外，其余的NVIDIA程序全部删除，最后你会发现

最后你会发现，在所有程序中的NVIDIA Corporation 不见了，

然后你可以把NVIDIA GPU Computing Toolkit文件夹删除，然后你就可以安装新的CUDA啦，安装步骤和前面说的一样。