win10下安装tensorflow-gpu-1.9.0

换新电脑了，所有以前的环境又需要再重新安装配置一次，于是就决定从头开始安装tensorflow-gpu，因为tensorflow前不久才更新，为了与时俱进，这一次演示的版本就是1.9啦。在写这篇博客的时候我还没开始安装，但是凭借以前的经验，对大致的流程还是比较熟悉的，不过，还是有可能会翻车。我会尽可能的一步一步的详细演示，闲话不多说，下面开始正文。

首先介绍我的电脑：Dell precision 5510，型号可以在网上找到，我就不介绍了（讲这个是为了说明显卡而已）。然后是需要用到的工具啦，如下：

我们使用anaconda来安装python，因为这样比较方便管理python的版本，还要使用一下vs2015编译一下，cuda和cudnn我就都用9.0的了。

第一步：程序的安装

anaconda和vs2015 安装就没什么好介绍的了，vs2015记得勾选上vc++就行，然后就是安装CUDA了，同样一直下一步就行了，安装完之后进入命令行输入nvcc -V检查是否安装成功。

可以看到出现上面的截图，说明是没有问题的，我们可以看到CUDA的版本的release 9.0

 

第二步：使用vs2015和CUDA编译测试文件

进入到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0，使用vs2015打开这个文件。ProgramData是隐藏文件夹，由于我之前的电脑一直是显示隐藏文件及文件夹的，所以一开始这里没看到这个文件夹让我迷惑了很久，还以为是电脑不一样导致没有了这个文件夹，所以这里要设置一下文件夹的显示设置。点击查看，将隐藏的项目勾上，就行了。

 

打开vs2015后要注意下面几个地方：

首先是将下面的debug改为release和x64.

然后需要编译1_Utilities里的所有文件，具体操作如下：

右键点击1_Utilities，再点击生成，如果没有问题的话，会出现如下的画面：

可以看到提示有5个文件编译成功。

成功之后，我们来到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release下面，你会看到多出了很多文件，不过我们主要需要的是deviceQuery和bandwidthTest。

第三步，验证deviceQuery和bandwidthTest这两个文件

在命令行下运行这两个文件

出现这两个pass说明ok。

第四步，安装CuDnn

解压我们下载的CuDnn文件夹会得到如下的几个文件，

配到这里，我好像要翻车了，因为以前安装的时候在ProgramData下面是有一个叫做NVIDIA GPU Computing Toolkit的文件夹的，但是这里竟然没有了。在上面的编译验证deviceQuery文件的时候我就发现了，它竟然没有打印显卡信息出来。可能是显卡不支持的原因。不过，我还是要试试。

 

 

抱歉，试过之后还是翻车了，因为我的电脑是专业显卡，好像不支持GPU运算。所以这一次的配置就失败了。但是，步骤都没有问题，所以，我决定把前面的配置成功的步骤加到这里来。

 

好了，不用抱歉了，经过我测试之后，发现即使和下面的不一样也可以完成安装，这三个文件是使用CUDA的时候回用到，既然是修改环境变量，也就是说他们会用到这些个文件。所以我们先看看我的环境变量。

我们进到这个地方来，看看下面有什么东西先，

我们看到里面也有bin和include、lib这三个文件夹和CuDnn里的文件夹是相对应的，也就是说我们可以试试将对应文件夹里的东西放在一起看看能不能起作用，CuDnn解压之后是一个叫cuda的文件夹但是为了区分我还是叫它为CuDnn省的大家混淆。CuDnn里的bin里面有一个叫cudnn64_7.dll的文件，我们将它放进这个C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0文件路径下的bin文件夹里，其他的include和lib也是一样的操作。做完这步配置就结束了。

下面就在anaconda里面新建一个环境安装tensorflow了，这里要注意的是新建的python要是3.5版本的。我这里就不演示了，只要pip install tensorflow-gpu就行了。附上一个运行成功的截图：

 

假设你有“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”这个文件夹，你就将上面的三个文件夹放到这里来，那个txt就不用了

第五步：配置环境变量

将C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin加到Path里面

因为path里可能已经存在了CUDA_PATH和CUDA_PATH_V9_0，所以我们就将C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin加到后面就行了。

做完这些，你就可以在anaconda下面新建一个环境，安装tensorflow-gpu了。

如果这篇文章你弄不清楚，看的想打人，麻烦去看我以前写的配置成功的那篇文章。链接如下：

https://blog.csdn.net/hy13684802853/article/details/79390647

附上资源合集下载的地址：CUDA太大了超过1G了传不了，大家就自己下一下吧

https://download.csdn.net/download/hy13684802853/10570635

积分不是我设的啊。。

最后，如果你遇到了和我一样的问题就看红字部分，如果没有就跳过红色部分。