tensorflow gpu 安装填坑记录

环境

Anacoda
windows10 64操作系统专业版
1050TI显卡

软件包准备

1. CUDA包
   cuda_10.0.130_411.31_win10.exe
   (链接：https://pan.baidu.com/s/1perhy_z4QbwDQPgam01Z1A 提取码：f7ux
   自己去官方下载一定要注意版本，最新版本可能不适用)
2. 显卡驱动包
   417.71-desktop-win10-64bit-international-whql.exe（1050TI 驱动。你可以根据自己的显卡下载驱动包，但是需要注意版本）
3. cuDnn包官网下载，注意版本。
   注意一定要按照官网上的版本要求，否则会出现一些奇怪的错误。
   实测在win10环境下不需要安装后边画×的包（应该是在linux环境下需要），只需要显卡驱动和CUDA和cudnn sdk
   

显卡驱动和cuda安装一路全选默认即可
cuDnn 的安装
作为cuda的补充，安装简单多了，只需要把下载后的压缩文件解压缩，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0对应的include、lib、bin目录下即可

tensorflow安装

#创建name为tensorflow的虚拟环境，其中python版本为3.6
conda create -n tensorflow  python=3.6

#在当前CMD窗口环境切换到 tensorflow蓄力环境
activate tensorflow

#安装tensorflow
pip install tensorflow-gpu

#测试
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

如果报错务必检查所安装软件的版本是否符合官网要求。直接百度所抛出的错误，往往会走更多弯路。
官网参考：
https://tensorflow.google.cn/install

小彩蛋

jupyter 中使用 tensorflow的虚拟环境

#切换环境
activate tensorflow
#安装ipykernel
pip install ipykernel
#将当前环境作为一个新的jupyter的kernel
python -m ipykernel install --name tensorflow

完成之后打开jupyter notebook 就可以看到我们刚刚新建的kernel，使用这个kernel时，就是使用了tensorflow的虚拟环境

jupyter使用自动提示插件

#在base环境下操作
安装jupyter_contrib_nbextensions
pip install jupyter_contrib_nbextensions
执行
jupyter contrib nbextension install --user

然后你的jupyter 就会对一个tab。这个里边有超级多好玩的功能，你可以去搜索更多有趣的玩法。本文中勾选的是自动提示的功能。