win10下tensorflow库gpu运行环境配置实操

近日，在github上闲逛时发现了一个非常有趣的一个实验，地址如下DeepLearningFlappyBird，见文知意，使用强化学习来教会鸟儿如何通关尽可能多的关卡。

当然，既然是游戏那还是跑起来看一下直观。所以，把代码clone下来后便开启了如下的摸索之旅。

TensorFlow

对于window系统，TensorFlow目前支持Python3.5版本，因此装好Anaconda后安装支持GPU的TensorFlow：

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

NVIDIA显卡驱动

这一步还是比较重要的，即把显卡驱动更新到最新状态，下载地址，需要根据显卡类型和操作系统来选择合适的显卡驱动。

CUDA套件

下载地址，如上，还是需要根据操作系统类型合版本选择合适的程序。

cuDNN驱动

下载地址

安装

在显卡驱动和CUDA套件安装好后，把cuDNN压缩文件解压

然后把bin文件夹下的cudnn64_5.dll文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\文件夹下（如果安装路径不一致，请自行修改），前提是path环境变量中添加的确实是这个。

测试

至此，安装结束。TensorFlow默认在GPU上运行。把clone下来的代码载入运行一下：

下图是控制台的输出，可以看出确实是GPU在工作。

下图是训练过程，随着迭代次数的增加，鸟儿通关的次数逐步增加。