WIN10下安装TensorFlow(gpu版本)

• 安装CUDA和CuDNN

CUDA是NVIDIA推出的运算平台，CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案。在安装之前要查询下最新TensorFLow发行版支持到了哪个版本。笔者在安装TensorFLow时，CUDA已经到了9.1版本，但是TensorFLow1.7只支持到9.0版。另外，也要确认CUDA版本是否支持自己的显卡。笔者电脑的MX150只有CUDA9.0及以上的版本才支持。基于以上两个条件，笔者选择了CUDA9.0，并下载了对应的CuDNN版本。另外，笔者在后续的编程中发现tensorflow1.7只支持7.0的CuDNN。
1）显卡型号支持：https://developer.nvidia.com/cuda-gpus

2）CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive

3）CuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-download

（下载CuDNN需要注册账号，注册过程比较简单）

• 安装过程

1）CUDA9.0安装
运行cuda_9.0.176_win10.exe。安装软件会先运行一个系统检查，如果没有软硬件不兼容的情况就能继续进行下一步。若有不兼容情况，系统检查则会报错，无法进行下一步。如果报错了，就最先考虑下是不是自己的显卡不被该版本支持。

在选项着一栏选择自定义，否则安装程序会一股脑把里面所有软件包都给你装上。

在选择安装项时一般不安装GeForce Experience，CUDA是核心组件必须勾上，剩下两个选项的当前版本如果比新版本低的话也可以勾选上。接着点击下一步就开始安装了。

2）CuDNN7.1安装
解压压缩包cudnn-9.0-windows10-x64-v7.0.zip，得到三个文件夹

将这三个文件拷贝到CUDA9.0的安装路径根文件夹下

1. 安装tensorflow1.7
   打开Anaconda Prompt，进入Anaconda命令行管理界面。配置清华仓库镜，输入指令：
   conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config –set show_channel_urls yes
   创建运行环境，输入指令：
   conda create -n tensorflow-gpu python=3.6
   新建一个名字叫“tensorflow-gpu”，python版本为3.6的运行环境，此环境与Anaconda中其它环境隔离。红框中的软件包也会随之安装，输入“y“和回车后开始安装。

激活并进入环境，使后续指令在激活的环境中生效，输入指令：

conda activate tensorflow-gpu

升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：
python -m pip install –upgrade pip

安装tensorflow1.7.0及相应依赖包，输入指令：
pip install –ignore-installed –upgrade tensorflow-gpu
至此，tensorflow的安装完成。

jupyter中使用TensorFlow

按照以上步骤完成以后，jupyter仍然无法使用TensorFlow。原因是TensorFlow只安装在了tensorflow-gpu环境中，需要在使用Anaconda Prompt进入tensorflow-gpu环境然后安装ipython 和 jupyter。

D:\>conda activate tensorflow-gpu
(tensorflow-gpu)D:\>conda install ipython
···
(tensorflow-gpu)D:\>conda install jupyter
(tensorflow-gpu)D:\>ipython kernelspec install-self --user

参考博客：
https://blog.csdn.net/weixin_39290638/article/details/80045236
https://blog.csdn.net/index20001/article/details/73555182