![0f5fecaa544ef63288255aed09f6ab08.png](https://i-blog.csdnimg.cn/blog_migrate/63f2a50f63420545edf84efd6bd89b05.png)
一、前言
安装时,很多人的习惯的是接近硬体的开始安装,顺序会是GPU driver→CUDA Toolkit→cuDNN→Python→Tensorflow。个人觉得这种安装方法不是很好,原因有以下,首先是这种安装比较麻烦,需要我们自己去选择相对应的cuDNN和CUDA Toolkit,其次是这种安装方式不利于我们多环境下的开发(比如我们在anaconda下有多种环境需要安装不同的tensorflow-gpu版本)。我们把这种统一安装1组CUDA toolkit与1组CUDNN的版本,根据这样的组合再去安装Tensorflow的安装称为"全域式"的安装;但是我们这里使用Anaconda为基础进行安装。Anaconda带来的好处是可以建立不同的环境,安装不同版本的Tensorflow与相容的合的CUDA Toolkit、CUDNN,这种"区域式"的安装可以因应与不同团队合作下使用不同python, Tensorflow版本的需求。
本文章转自本人博客。https://blog.csdn.net/Fhujinwu
二、本机设备配置
1.系统:Windows10 家庭版
2.GPU:NVDIA GeForce GTX 960M
3.python版本:3.6(本人anaconda的python版本)