win10+python3.6+tensorflow1.9-gpu+cuda9+cudnn7安装成功！

注意：（本人实际亲自测试，如果不成功，随时骚扰：1255806471@qq.com ,如果按照这个流程走一遍的话应该没有不成功的吧！哈哈哈哈哈 )

（1）环境：win10+python3.6+tensorflow1.9-gpu+cuda9+cudnn7     

（2）其实没有必要使用最新的tensorflow，因为python3.6和tensorflow-gpu 1.9的搭配已经十分完美了。最新的版本反而有很多未知的BUG。如果你不想出现很多的BUG的话，那么就请您继续往下看吧。

（3）需要卸载之前安装的全部东西，比如什么独立安装的python啊，什么显卡驱动啊，什么cuda啊，什么cudnn啊，什么anaconda啊，全部卸载之后。就请进入tensorflow世界的大门吧！！！

安装流程：

1 安装anaconda，此时需要注意的是，我们安装的anaconda是Anaconda3-5.2.0-Windows-x86_64.exe      因为anaconda的版本对应着python的版本。安装好这个版本的anaconda也就安装好了python3.6 

链接：https://pan.baidu.com/s/1mDJ-LeX_6k-sKXSyLP34DQ 
提取码：nms2 

2 安装自己电脑对应的显卡驱动，英伟达显卡驱动直接安装最新版的就好，有人说显卡驱动不必是最新的，这个没有关系，我们用的是CUDA，所以，安装最新的显卡驱动就好，如下：

https://www.nvidia.cn/Download/index.aspx?lang=cn 

3 安装cuda9：https://developer.nvidia.com/cuda-downloads 

4 安装cudnn7：https://developer.nvidia.com/rdp/form/cudnn-download-survey 

5 如果是第3步和第4步没有找到这个版本的话，那么我都放到自己的百度网盘里面啦：

CUDA：链接：https://pan.baidu.com/s/1zxesApEjGQ6872YwiG011Q 
提取码：1poh 
 

链接：https://pan.baidu.com/s/1DR0KxWSL6bEAaO-ZSfYFSQ 
提取码：4qry 

 

6 将cudnn解压，里面有bin，include，lib的文件夹，将里面的文件全部复制到  你安装的cuda的文件目录：\NVIDIA GPU Computing Toolkit\CUDA\v9.2 粘贴完之后，如下：

7 添加环境变量：也就是将    \NVIDIA GPU Computing Toolkit\CUDA\v9.2  里面的这个三个文件夹 bin include lib 添加到环境变量。

8 安装tensorflow：下载我的tensorflow-gpu ：

链接：https://pan.baidu.com/s/1MVRNZlwkDRcY7u5E6u-XfA 提取码：oA75

将下载好的tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl文件放到 C:\Users\你的电脑用户 里面
9 打开Anaconda Prompt：pip install tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl

这个步骤就是安装我们下载好的gpu版本的tensorflow，pip安装就好。

10 全部安装好打开spyder，第一次测试：

import tensorflow as tf
import numpy as np

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 构造一个线性模型
# 
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b

# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# 初始化变量
init = tf.initialize_all_variables()

# 启动图 (graph)
sess = tf.Session()
sess.run(init)

# 拟合平面
for step in range(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print (step, sess.run(W), sess.run(b))

# 得到最佳拟合结果 W: [[0.100  0.200]], b: [0.300]

出现警告是因为没有安装最新的版本。嗯，我知道了。不过没有错误啊，下次我在尝试安装更高版本的总可以吧！