小白安装tensorflow-gpu版本(windows10)

不知道为什么，看tensorflow的安装教程总觉得不是很清楚，可能是我最开始是看tensorflow中文教程里面的安装，总想要pip可是总是不成功，后来查看了很多前辈们的安装教程，大多数都是利用Anaconda来进行安装的，省时省力，最终还是屈服了。本文希望在给自己学习过程留下一点记录的同时，能对之后的学习的人提供一点点的帮助也就满足了。
总共分为以下几个步骤
确认电脑硬件
安装对应版本的cuda以及cudnn（GPU加速，使用CPU的可以跳过）
安装Anaconda
安装tensorflow
测试tensorflow
过程中遇到的一些问题。
参考资料

一、确认电脑硬件

首先大家知道tensorflow分为cpu版本和gpu版本，并且有linux,win64以及mac版本的，所以首先要确认的是自己要安装什么版本。其中gpu特指的是Nvidia的MX150及以上性能的显卡(印象中，找不到说明文件了)。因为这些显卡才支持cuda，能实现gpu加速。我笔记本是GTX1050，反正想着只跑点示例就可以了，正经项目还是在实验室跑比较好。
没有gpu加速的直接安装cpu版本即可，跳过第二步直接进行第三步。

cuda支持显卡查询https://developer.nvidia.com/cuda-gpus

二、安装cuda以及cudnn

根据tensorflow的官方文档，为了能让tensorflow-gpu正常的工作，下载的tensorflow的版本和cuda以及cudnn的版本一定要相匹配，如果一个不匹配都会出现一些奇怪的问题，可能直接import出错，也可能会在大型的项目中有小bug。所以还是提前安装好为好。
这里有个小小的建议，因为显卡是确定的，所以对应的显卡驱动刷来刷去很容易出现各种各样的问题，所以还是建议用相对版本较新的显卡驱动，这样一来使用的cuda版本也较新。我们只需要下载新版本的tensorflow来匹配就可以了。具体的对应请自行查询。我是用了tensorflow1.5.0,对应cuda9.0以及cudnn7.0。
cuda下载网址：https://developer.nvidia.com/cuda-toolkit-archive
cudnn下载网址：https://developer.nvidia.com/rdp/cudnn-archive
驱动请自行至Nvidia官网下载。具体可以参考
其中直接点击下载，exe文件直接打开，不要随意改变路径，建议先装驱动，再cuda，最后cudnn。安装cuda过程中，重要的一步是将cudnn解压后的问题，复制到cuda的安装路径下，如果没改的话就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，总共三个文件分别是bin,include,lib。并且将路径~\v9.0\lib\x64以及路径 ~\v9.0\bin添加到环境变量中

三、下载tensorflow-gpu

在很多的教程中都直接利用Anaconda来进行环境变量的管理，这里也这样，所以就不想再重复，提一些我安装后的感受。

1. Anaconda集成管理库确实很方便，但是tensorflow的版本如果利用conda install来进行安装的话，只有1.1.0版本，因为Anaconda中tensorflow并没有专人维护，所以版本也就没有升级，建议再activate环境后还是利用pip来进行安装，也可以选用相对应的版本。
2. 一定要用清华大学镜像来下载也就是Anaconda Prompt来打开进行编辑，不然下载速度真的是慢的可怜。
3. 许多人不单单用Anaconda,比如还有pip直接下载的，用IDE比如pycharm下载第三方库的。方便管理的话可以找到相对应的下载文件夹，一般就是在软件的路径下lib\sit-packages下（名字可能略有区别）。统一复制粘贴到目标环境的sit-packages下面比如~\Anaconda3\envs\tensorflow1.5\Lib\site-packages\，重复的忽略就好了。
4. 大家编程都在喜欢的IDE下面，一定要添加好编译的路径，不然会出现无法编译的情况。

有用的一些代码，按顺序输入，碰到【y/n】输入y就好了，这样到最后正常来说就安装好了。
创建python环境
tensorflow是你想要的环境名，一般是3.5，现在一些高版本的tensorflow也支持3.6，注意下载时候区分。

conda create -n tensorflow python=3.x

激活环境
此后的操作都要在环境激活下面操作

activate tensorflow

查询可下载版本

anaconda search -t conda tensorflow

下载tensorflow
cup版本不需要加-gpu,==后面接想要下载的版本就好了

conda install tensorflow-gpu

pip install --upgrade --ignore-installed tensorflow==1.xx.xx

查看安装的库
这时候应该能看见

pip list

接下来输入python进入python环境，输入import tensorflow，如果没有报错就可以初步认定是安装成功了！

测试tensorflow

将tensorflow连接到pycharm上主要就是左上角file-settings 然后更改一下project interpreter更改为~\Anaconda3\envs\tensorflow1.5下面的python.exe就可以了，勾选inherit global site-packages就可以吧anaconda环境中root里的包一起包含进去。（查看环境可以打开anaconda navigator查看，可能直接用pycharm下载tensorflow也是一个好方法，但是没有尝试过。 ）
测试用的hello world程序

import tensorflow as tf
hello = tf.constant('Hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

problem:

1. 出现扫描兼容性时报没有检测到显卡的问题，但是测试后发现按照顺序安装是没有问题的。
2. 未将cudnn文件复制到cuda安装路径下，pip list显示tensorflow已安装但是不论是cmd面板还是ide里都无法调用。但是错误报告会调用cuda失败。
3. 可能尝试过程中重复安装了显卡的各种驱动，也可能造成问题，请卸载所有的驱动然后去官网下载正确的软件进行安装，同理python环境过多也能造成IDE的一些乱七八糟的问题。

参考资料

参考的部分他人安装供参考：
https://www.cnblogs.com/nosqlcoco/p/6923861.html
https://blog.csdn.net/qq_30611601/article/details/79067982
anaconda的一些语句

官方网站是个好东西
tensorflow中文社区
tensorflow官方网站（中文）