Anaconda3下成功安装Tensorflow-gpu（精华方法汇总）

tensorflow-cpu版本的安装非常简单，而gpu版本的安装却不那么简单

OS system：win7 

IDLE：Pyhcharm

解释器环境：Anaconda3 5.1（对应python3.6）

显卡：NVIDA Geforce 1050

tensorflow-gpu的安装网上教程和方法很多，但是有很多版本问题，甚至有些方法都是错误的，总得来说就是tensorflow+CUDA+cuDNN之间版本需要相互匹配，否则会有各种问题。以下安装过程参考了网上多篇精华教程（注意每一篇教程只取里面的最简单最有用的一部分），并对总的流程进行了总结和精简：

1.安装Tensorflow

官方下载更新工具包的速度很慢，所以安装之前添加清华大学TUNA提供的Anaconda仓库镜像，参考教程：

https://www.cnblogs.com/willnote/p/6746499.html

搜索tensorflow安装网上有很多教程，个人感觉官方的是比较靠谱的，以下附上链接

https://www.tensorflow.org/install/install_windows

我使用Anaconda环境（anaconda prompt）安装的Tensorflow-gpu1.8，详细tensorflow安装步骤可以参考：

https://blog.csdn.net/u012052268/article/details/74202439

2.安装VS

安装CUDA之前，先安装VS（需要其VC++的编译环境，所以只装vc++模块就行）

参考教程：

https://blog.csdn.net/lichuan0987/article/details/80699132

3.安装CUDA

Tensorflow-gpu运行需要CUDA的并行计算包，关于tensorflow+CUDA+cuDNN的安装需要特别注意版本的对应关系，亲身测试tensorflow1.8+CUDA9.0+cuDNN7.1（显卡是Geforce 1050）是可行的组合，具体查看组合的可不可行，可以参考：

https://blog.csdn.net/XCCCCZ/article/details/80385448

版本不匹配会出现各种问题，楼主的血泪史！！！

安装CUDA中注意可以去掉VS intergration的安装（在自定义安装中），否则会出现安装失败，具体也可以参考上一篇文章，或者

https://blog.csdn.net/zzpong/article/details/80282814

4.安装cuDNN

cuDNN在GPU加速基础上大概再提升1.5倍的速度，由NVIDIA开发。可以到NVIDIA官网（https://developer.nvidia.com/cudnn）下载，下载前需要注册。

下载完成后解压缩，将bin、include、lib三个文件夹复制到安装CUDA的地方覆盖对应文件夹，默认文件夹在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

pycharm解释器更换问题

最后注意如果你是将tensorflow安装在文件夹Anaconda3\envs下的话（导入模块时anaconda解释器会默认到...\Anaconda3\Lib\site-packages中寻找对应模块名，而安装的tensorflow模块不在site-packages中，所以直接import会报错），需要将pycharm的解释器更换为...\Anaconda3\envs\tensorflow\python.exe

pycharm中更换解释器具体方法参考：

https://jingyan.baidu.com/article/fec4bce25f677df2618d8be8.html

更换完解释器之后，你有可能使用不了之前anaconda中的其他模块例如pandas（因为...\Anaconda3\envs\tensorflow是你新搭建的虚拟环境），需要将pandas等其他包重新安装到虚拟环境中

tensorflow虚拟环境中安装包具体方法参考：

https://blog.csdn.net/u010858605/article/details/69952201

最后成功运行，结果如图：