window10 安装GPU版的tensorflow

Win10+64位+tensorflow【GPU】

本文：Python3.6+CUDA9.0+cuDNN7.1+tensorflow1.7

安装前准备：

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装GPU 版本，请先确认你的显卡支持 CUDA。

如何确认显卡支持CUDA？

n  桌面空白处右击，出现“NVIDIA控制面板”，那么说明有NVIDIAGPU。

n  点击“NVIDIA控制面板”-》“系统信息”，如图红框内是显卡支持的CUDA最高版本。

Python版本要求

n  确保你的 Python 版本是 3.5 64 位及以上。

n  TensorFlow 从 1.2 开始支持 Python 3.6，之前的官方是不支持的。

安装步骤：

1.    安装CUDA（要为显卡安装CUDA驱动）~1.4GB

1)        安装CUDA9.0。目前tensorflow不支持CUDA9.1版本（虽然网上有自编译的CUDA9.1对应的whl文件，但是极少能用，笔者入坑无法自拔（用了大半天时间安装CUDA+whl文件尝试，最终选择CUDA9.0）。为了使用中的稳定性，这里选择CUDA9.0版本（网址：https://developer.nvidia.com/cuda-90-download-archive），根据下图红框进行选择windows10，64位，exe本地安装类型。

2)        exe分为网络版和本地版，网络版安装包比较小，执行安装的时候再去下载需要的包；本地版安装包是直接下载完整安装包。这里建议下载本地版（参考：https://blog.csdn.net/sb19931201/article/details/53648615）。

3)        下载完exe文件，直接双击执行，就像安装正常的其他软件一样，安装过程屏幕可能会闪烁，不要紧，而且安装时间有点长（安装过程其中有一步需要勾选“I understand…regardless”）。安装完之后系统变量会自动为你添加上（安装路径建议使用默认路径）。

4)        测试一下是否安装成功，命令行输入 nvcc -V ，看到版本信息就表示安装成功了。

2.    安装cuDNN（要为显卡安装CUDA驱动）

1)        首先去官网下载对应版本的安装包（~ 173 MB）。其实这个是一个压缩包，解压放到任何一个目录下就行，网址：https://developer.nvidia.com/rdp/cudnn-download

2)        然后把其中的bin目录路径添加到Path环境变量里（仅此就可以，不必像有些教程中需要再复制覆盖到XXX文件夹）。

3.    安装Tensorflow

1)        由于 Google已经把 TensorFlow 打成了一个 pip 安装包，所以现在可以用正常安装包的方式安装 TensorFlow 了，就是进入命令行执行下面这一条简单的语句：

pip3  install  --upgrade  tensorflow-gpu

2)        然后就开始安装了，速度视网速而定。

4. 测试Tensorflow

n  Cmd命令窗口，输入python进入python环境

遇到的坑们：

1.    如下情况，点击“是”（不是最新版本的驱动，但是已经选择了最佳的）。

2.    这里可以看到显卡型号：940MX。在“组件”查看支持的对应的显卡驱动（CUDA）最高版本信息。

3.    查看是否装CUDA。（如果存在C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.1\bin\win64\Release文件夹，则说明装了CUDA）

4.    在装CUDA9.1的不断尝试中，一直会出现如下信息。这时候解决方案：选择CUDA9.0.

5．在pycharm中更改设置后编译器仍然找不到tensorflow模块，但是cmd命令窗口可以调用。这时候需要在环境变量中提高tensorflow所用python的优先级，就可以解决。

【因为笔者尝试过Windows下基于Anaconda安装tensorflow，而Anaconda自带python，为确定具体使用哪个python版本，需要把tensorflow所用的python环境变量上移（提高优先级）。】