tensorflow CPU+GPU安装过程（windows10+ubuntu）

tensorflow CPU+GPU安装过程（windows10+ubuntu）

安装过程总览

CPU版本：

通过pip命令可以直接安装
在安装相应版本的python之后输入命令

pip3 install --upgrade tensorflow

在安装完成测试的时候可能会有一个警告，大体意思是本机的CPU还不错，可以通过另一种指令编译，提高运算速度（网上有的说会得到三倍的运算效率）。可以把这个卸载了通过编译源码的方式重新编译安装.

GPU版本：

总体需要四个部分
* NVIDIA驱动
* CUDA （CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。）
* CUDNN （针对神经网络的加速库）
* tensorflow-gpu

ubutun16.04下的安装（GPU版本）

Windows10 下的安装（GPU版本）

1. 更新NVIDIA驱动

在NVIDIA官网下载对应驱动并安装

2. 安装python

python3.5 之后才在Windows上支持tf 下载链接

3. 更新pip

在Windows下做下面操作的过程中可能会遇到操作权限不足的情况，可在C:\Windows\System32 目录下找到cmd.exe文件右键以管理员身份运行（网上有通过一系列设置就不用每次都这样进入的方法，可自行百度）

python -m pip install --upgrade pip  

4、 安装numpy

pip3 install numpy

5、 安装CUDA

可在官网找到CUDA的相关版本，下载运行安装即可


可能有好几个文件，是主体和相关的补丁

安装完成后可通过命令

nvcc -V

查看是否安装正确

6、安装CUDNN

官网下载地址
下载后解压

把这三个目录中的文件复制到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1下对应的文件中

7、安装 tensorflow-gpu

pip3 install tensorflow-gpu

8、安装过程中可能遇到的问题

笔者在安装过程中遇到过更新驱动失败的问题，可多次尝试或者google。同时在安装完成之后，可能遇到在python变成界面中

import tensorflow

报错的问题，这可能是由于tensorflow与CUDA或者CUDNN版本不匹配的问题，更换CUDA或者CUDNN的版本即可，网上还有一些已经固定匹配可用的版本，比如CUDA8与tensorflow某版本，如果不是非要用比较新的版本，可选择安装资料相对多的版本。