Windows 10 安装 nvidia driver，cuda，cudnn，anaconda，tensorflow

1. 安装 Nvidia 显卡驱动

（1）快捷键 Win+R 打开运行命令窗口，输入“dxdiag” ，若有窗口弹出请选择“否”；切换到“显示”，查看显卡的芯片型号；
（2）在 NVIDIA Driver Downloads 下载适配于当前系统显卡驱动，安装，如果显卡驱动与当前 Windows 系统版本不匹配，安装过程会提示不兼容。可从 NVIDIA>驱动程序下载>高级搜索 或 Beta和旧版的驱动程序 下载历史版本的驱动；
（3）在安装驱动过程中，会提示 VS 未安装，可先跳过，VS 安装的具体介绍见下文。

2. 安装 cuda

在 CUDA Toolkit Document 和 cuDNN For CUDA and NVIDIA Hardware 查看合适安装的 cuda 版本，

在 CUDA Toolkit Archive 中下载适配于当前系统的 cuda（软件很大），安装，安装过程会自动把路径加入到系统环境变量中。
安装完成后，使用命令：cat /usr/local/cuda/version.txt，查看 cuda 版本。

3. 安装 cudnn

在 cuDNN For CUDA and NVIDIA Hardware 查看合适安装的 cudnn 版本， 并在 cuDNN Archive 下载，cudnn的安装过程如下，
假如 cuda 安装目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
（1）把 cudnn 解压包下的：cuda\bin\cudnn64_7.dll 复制到：cuda安装目录\bin
（2）把 cudnn 解压包下的：cuda\include\cudnn.h 复制到：cuda安装目录\include
（3）把 cudnn 解压包下的：cuda\lib\x64\cudnn.lib 复制到：cuda安装目录\lib\x64
为防止出现未知错误，cudnn安装完成后，把 3 个路径加入 环境变量\用户变量\path 中：
（1）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
（2）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
（3）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
安装完成后，使用命令：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，查看cudnn版本。
可参考官方文档：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#prerequisites
或https://docs.nvidia.com/deeplearning/cudnn/archives/cudnn-810/install-guide/index.html

4. 安装 VS

python 和 tensorflow 运行真正需要的是 VS 安装过程中的 Microsoft Visual C++ 2015 Redistributable update 和 Microsoft Build Tools 2015 Update 3，现在已经可以单独下载这两个软件，而不用再安装 VS 这个巨无霸了。官方文档中说需要同时安装 Microsoft Visual C++ 2015 Redistributable update 3 和 Microsoft Build Tools 2015 Update 3，可在 older-downloads 下载并安装，

注： 其中在安装 Nvidia driver 的过程中已经安装了 Microsoft Visual C++ 2015 Redistributable update 3 或 VC++ 2017，二者都可以用于后续的使用，Microsoft Build Tools 2015 Update 3 软件大，安装耗时，而且并不是必要的，可不安装。

5. 安装 Anaconda

Anaconda 集成了 Python 的各种依赖包，安装 Anaconda 是为了不用单独安装这些包，确定你要使用的 Python 版本（python 2.x 或 python 3.x），并在 anaconda与python的版本对应关系 确定其对应的 Anaconda 版本，然后在 Old package lists 或 Anaconda installer archive 中下载适配于系统的 Anaconda，并安装。注： 在安装 Anaconda 过程中，会提示是否把 anaconda 目录加入到系统变量，但存在风险，如果不勾选，在安装完成后，一定要手动把 anaconda 安装目录：
（1）C:\Anaconda3
（2）C:\Anaconda3\Scripts
（3）C:\Anaconda3\Library\bin
加入到系统的 环境变量\用户变量\path 中，否则在 tensorflow 运行过程会报各种奇奇怪怪的错误。

6. 安装 tensorflow

在 tensorflow Release history 查找相应的 tensorflow 版本，

为了安装时不与系统环境相冲突，同时在安装出错时方便处理，新建虚拟环境来安装 tensorflow，虚拟环境中只包含一些基础的包，详细解释可见官方文档：Install TensorFlow with pip

（1）win+R -> cmd 打开命令行，

conda create -n your_name pip python=3.x  # your_name是虚拟环境的名字

（2）进入虚拟环境，命令行之前会变成虚拟环境的名字

activate your_name

（3）使用命令在线安装 tensorflow，需与系统 python 版本相对应

pip install https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.0.0-cp37-cp37m-win_amd64.whl

因为在线安装有时下载太慢，也可使用上图所示链接下载离线安装包，直接安装：

pip install 文件路径\tensorflow_gpu-2.0.0-cp37-cp37m-win_amd64.whl

（4）验证 tensorflow 是否安装成功，并成功使用 GPU

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

（5）退出虚拟环境

deactivate your_name

7. 安装过程中的坑

(1) pip install tensorflow_version 提示 pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.
解决：把 Anaconda 的安装目录加入到环境变量中，具体见 5. 安装 Anaconda
(2) import tensorflow as tf 提示 can’t load dynamic library “cudart 64_100.dll”
解决：我是在 Titan xp 上安装 cuda 10.1，cudnn 7.6，tensorflow 2.0，安装完成后，目录中找不到 cudart 64_100.dll，但是有 cudart 64_101.dll 原因是 cuda 版本太高，重新下载 cuda 10.0，cudnn 7.4.2，并重新安装。