Anaconda下安装tensorflow-gpu踩坑日记

装tensorflow-gpu需要CUDA(NVIDIA推出的通用并行计算架构，使GPU能够矩阵运算等)，还有cuDNN(深度神经网络的GPU加速库)的支持。这里强调版本匹配！版本匹配！版本匹配！ 以下放上三者对应版本：

注：之前到官网查看自己显卡与CUDA兼容性，是否有深度学习环境。

https://developer.nvidia.com/cuda-gpus#compute

我的是NoteBook GTX1060的

开始正式安装过程：

1、安装CUDA9.0 在这个网址查找CUDA已发布版本：

https://developer.nvidia.com/cuda-toolkit-archive

2、下载好CUDA Toolkit 9.0 后，我们开始下载cuDnn 7.0，需要注意的是，下载cuDNN需要在nvidia上注册账号，使用邮箱注册就可以免费的。登陆账号后才能下载。

https://developer.nvidia.com/rdp/cudnn-archive

3、安装CUDA9.0 toolkit和cuDnn7.0

打开cuda9.0安装包。

接下来，解压“cudnn-9.0-windows10-x64-v7.zip”，将一下三个文件夹，拷贝到CUDA安装的根目录下。拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0与中间的文件夹合并。

下一步是配置系统环境变量，以下路径加入系统环境变量中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

4、pip命令安装tensorflow-gpu，我用的是1.8.0版本（默认使用Anaconda安装，并且创建了tensorflow的虚拟python3.5.6环境，我用的anaconda的图形界面创的）

打开Anaconda Prompt

命令行下输入

activate tensorflow

使用清华镜像，快！

pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ tensorflow-gpu==1.8.0

验证tensorflow-gpu 1.8.0安装成功。

import tensorflow as tf
tf.test.gpu_device_name()

注：如果发生以下两个问题：

1.OSError: [WinError 126]找不到指定的模块。

2.ImportError: Could not find ‘cudart64_90.dll’. TensorFlowrequires that this DLL be installed in a directory that is named in your
%PATH%environment variable. Download and install CUDA 9.0 from this
URL: https://developer.nvidia.com/cuda-toolkit

分析：
1、一般是TensorFlow版本号与目前安装的cuda不搭配！在anaconda中输入conda list，查看TensorFlow版本号，如有不匹配重新卸载TensorFlow-gpu包，再次重装上合适版本的tensorflow-gpu包。
2、我的问题是在Anaconda Prompt中可以运行但是在VS code中报这个错。发现是编译器问题，就卸载VScode重装即解决了问题。