Win10系统下安装GPU版本的Tensorflow

一、背景

这里介绍的是TensorFlow-GPU版本，因为CPU版本的安装过程相对容易，想安装CPU版本的请参照其他帖子。
想要安装GPU版本的，需要查看一下自己的电脑显卡是否支持GPU版本。
大家可以可以先装一下Anaconda，为自己的深度学习程序创建一个独立的虚拟环境。默认大家已经安装了Anaconda，装没装都没关系，只不过有了Anaconda对于我来说更加方便。

二、平台介绍

笔者的系统为Win10系统。其中笔者的安装版本分别为python3.7，CUDA10.1。想在Win10系统上搭建Tensorflow开发环境，至少需要安装：

1.python

python的安装不作过多说明。

2.CUDA和CUDNN

（1）CUDA是显卡厂商NVIDIA推出的运算平台。 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。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
（2）cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。

3.Tensorflow GPU版

三、安装过程

1.安装python

大家可以查看其他相关安装python的帖子，推荐使用python3.x版本，不要使用python 2.x版本。

2.安装Tensorflow-GPU版本

直接使用命令：
(1)有anaconda的话，conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1
安装过程比较漫长，大家就等着就好。

Tensorflow版本的选择视情况而定，Tensorflow版本确定下来后，就需要选择对应版本的CUDA和CUDNN。

2.安装CUDA

（1）查看自己的显卡型号支持的CUDA版本可参考此篇帖子：https://blog.csdn.net/qq_36652619/article/details/82971104
可以看到我的显卡支持10.2版本的CUDA，所以进入下一步下载并安装CUDA

（2）CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive
（3）下载完CUDA，安装即可。
安装完CUDA，查看是否安装成功及查看其版本的命令为nvcc -V。

3.安装cuDNN

cuDNN的版本需要根据CUDA的版本进行确定。
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\v10.1对应的include、lib、bin目录下即可。