在windows10上安装tensorflow（GPU）

因为要用mnist数据集做手写数字识别的多分类问题，所以开始学习tensorflow的一些东西。

首先当然是安装tensorflow，我的笔记本是win10,64位，显卡英伟达940Mx，百度后知道可以安装两个版本的tf，即cpu和gpu，因为gpu的处理速度快，而且英伟达的显卡都支持gpu，所以果断安装gpu版本。

要想安装tensorflow，必须先安装CUDA和cnDNN，这两个的版本必须对应起来。我的安装版本是CDUA8.0+cnDNN（6.0）+当前最新的tensorflow，这个版本的对应信息可以在英伟达的官网上找到。

下面是具体的安装过程。

1.安装环境

（1）Anaconda4.2

（2）python3.5.2（Anaconda自带）

（3）英伟达官网https://developer.nvidia.com/nvidia-developer-zone

注意：我是利用pip进行包的安装，这里pip最好升级到最新版，在命令行输入python -m pip install -V pip

即可将pip升级到最新版。

https://developer.nvidia.com/accelerated-computing-toolkit在这个下载界面选择相应的版本。

打开Deep Neural Network，点击download，选择版本

 

然后下载即可。

https://developer.nvidia.com/cuda-downloads这个是CUDA下载网站，与上面下载的cuDNN版本对应进去下载即可。一开始先选择相应的操作系统，win7，win8，win10，以及对应的Linux和Mac系统，安装形式有在线和离线的形式，视网速而定，博主选择的是在线安装，在安装过程中一路默认即可。

安装好了在安装cuDNN，其实cuDNN就是一个压缩包，解压出来后又三个文件夹，分别是bin，include，lib，之前看了很多人的博客，发现了一个最简单的方法，那就是把这三个文件分别放在CUDA的文件夹下的位置，即

cuDNN里面bin中的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin这个目录下。

cuDNN里面include中的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include这个目录下。

cuDNN里面的lib中的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib这个目录下。

安装好了这两个工具之后，打开命令行窗口，输入pip install tensorflow-gpu 等待下载完成自动安装即可，默认是最新版本的。

下面要进行最后的一步，就是测试。

我的测试过程是在Anaconda自带的python中输入一段程序看执行的效果。

import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)
print(111)

结果顺利打印111，所以可以验证应该是安装成功了。

最深的体会就是在安装过程中一定要注意CUDA与cnDNN以及tensorflow的版本的对应，版本不对应，会出现各种错误，而且相当麻烦，最简单的就是在英伟达官网上看相应的对应版本，然后下载安装，这样就非常简单了。