Tensorflow学习笔记（2）——Tensorflow-GPU版安装总结

   经历了N多次的失败，TF-GPU的环境终于搭建好了，全程连着弄了三天。现在把安装中的注意事项总结一下，希望大家少走弯路！先把自己的配置列表说一下：

Windows7_x64

VS2015_Professional

Python_3.5.2

Cuda_8.0.44（是44啊不是61，一定要装44）

Cudnn_6.0 for cuda8.0

Tensorflow-gpu_1.4.0

GPU环境非常的娇贵，上面的版本号一个都不能错，一个不匹配都将会导致配置失败。

 

 一、首先看自己的显卡是不是支持Cuda，这个大家在NVIDIA官网上搜索一下就可以了，而且还有算力的评分。

网址：https://developer.nvidia.com/cuda-gpus

比如说我的垃圾显卡GT 635M，也是可以支持的，算力是2.1。如果你的是AMD的显卡，或者没有在这个列表之中，那么你就要换显卡了。

 

二、安装Pycharm和Anaconda环境，配置Python环境这个大家自行百度。需要注意的一点是：一定要安装Python 3.5版本的！3.6的不行，真的不行！如果你安装的conda自带了Python3.6，那么就先要降成3.5.2

方法：

1.cmd命令，输入：

conda install python=3.5

经过漫长的等待后，安装完成。（此时应为3.5.4版本）

2.打开Anaconda主界面，点击enviroment，更换python版本为3.5.2

 

三、下载Cuda_8.0.44，Cudnn_6.0 for cuda8.0，官方地址为：

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

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

 

四、安装Cuda和Cudnn

建议直接装到C盘，自定义安装，去掉除cuda之外的对勾。之后将cudnn中的三个文件分别复制黏贴到cuda目录之下指定位置。

五、安装TF-GPU

Cmd命令窗口下直接：

pip install tensorflow-gpu==1.4.0

六、检验是否安装成功，打开Python终端：

import tensorflow as tf 

七、若出现‘multiarray’无法加载，参考：

https://blog.csdn.net/u010953266/article/details/81962256

重新安装numpy包即可：

运行界面：