tensorflow-gpu的安装 --windows

tensorflow-gpu的安装 --windows

*重要的事情说三篇：看官方说明文档，看官方说明文档，看官方说明文档

发这篇文章不是为了一个安装的教程，而是笔者记录踩过的一些坑

安装步骤如下：

参考tensorflow的官方文档[链接][https://www.tensorflow.org/install/gpu]，点击GPU Support，查看安装指南

从PyPi中安装tensorflow-gpu的包没有说明好说的，直接pip install tensorflow-gpu即可

NVIDIA相关软件的安装

安装的有NVIDIA的驱动程序，CUDA，CUDNN以及CUPTI和TensorRT 5.0，我没有安装TensorRT 5.0

[外链图片转存失败(img-VyWWy6q7-1564900168862)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564837026670.png)]

建议先安装CUDA，我们的电脑一般已经安装了CUDA和驱动，可以通过双击左面，点击NVDIA控制面板，再点击管理3D设置，再点击左下角的系统信息

[外链图片转存失败(img-alF8LBkx-1564900168863)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564885361943.png)]

点击组件

[外链图片转存失败(img-kk7sWFOO-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564885415063.png)]

勾画的地方即为CUDA的版本，如果版本是9.2，10.0，不需要重新下载，其他版本的建议重新下载，因为要安装7.4.1及以上的cuDNN

特别注意不要安装10.1，tf不支持

在官网直接下载CUDA的exe，一步步安装即可。驱动的升级可以通过下载CUDA时默认的GeForce Experience升级，也可以在NVIDIA官网下载

最后是cuDNN，也是进入官网安装，在这下载之前要注册账号。注册完成之后选择对应windows和CUDA版本的cuDNN下载即可

cuDNN的安装参见其官网，具体如下：
[外链图片转存失败(img-6gi79EZV-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564888651100.png)]

第5步是添加依赖，试了一下第四步和第五步，可以通过直接在环境变量中添加DUDA\bin（根据自己的文件修改，就是让tf可以找到cudnn64_7.dll文件）

最后也是最重要的一步

在安装完所有的软件之后，在python命令行中import tensorflow结果会有报错，那是因为没有设置路径

设置方法参考，tf官网：

[外链图片转存失败(img-9FP4lyyf-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564888555094.png)]

可以直接在环境变量中设置

总结

在完成上述操作后，可能会有一下 futuring warnning，原因一般是numpy等其它包的版本与tf不配套

通过

pip install numpy==***，修改包的版本即可

最后import tensorflow 成功导入

install numpy==***，修改包的版本即可

最后import tensorflow 成功导入