win10+tensorflow+cuda+cudnn安装

win10下安装tensorflow：

在前人的基础上，尝试了一下win10+tensorflow的感觉，最终安装成功。其实tensorflow版本一直在更新，所有无论什么时候的教程都会略有滞后。而且由于每个人的需求不同，会有不同的结果。

1、安装python

    python的安装在此不表，百度直接搜，然后找一个不要太新的版本号即可。当前比较流行的是3.5

    此处可以更换一下镜像，如使用ali的镜像，平在pip install 的时候添加信任即可。会极大的节省下载所需的时间。

    windows下如何修改默认镜像，可以参考博客 (http://www.jb51.net/article/98401.htm)

    在%APPDATA%路径下创建pip文件夹及pip.ini

    在pip.ini中填入    

[global]

timeout = 6000

index-url = http://pypi.douban.com/simple

trusted-host = pypi.douban.com

    trusted-host与index-url的host保持一致即可

    保存，结束。

    ali的镜像是http://mirrors.aliyun.com/pypi/simple/

2、安装PIP

    windows下的pip忘记怎么装的了。印象中是python3自带的。可以参考网上教程

3、安装tensorflow

    获取最新的tensorflow比较简单的方法是直接pip install tensoflow-gpu就好了。会自动下载最新的tensorflow-gpu版。

4、确认所需的cuda版本

    首先需要确认当前显卡是否支持CUDA。在官网可查

    

    确认CUDA的版本对于一个有经验的人来讲，可能会有非常多的方法，比如说去tensorflow的官方网站根据版本找对应的CUDA版本。那么对于初学者来讲，有个更简单的办法去确认当前现在的tensorflow支持哪个CUDA版本---在import tensorflow的时候看他的报错。。

 

在import tensorflow时，系统会加载CUDA的动态库，如64位9.0版本的 CUDA对应的文件为cudart64_90.dll。这个文件在CUDA Development 的bin目录下。其中，数字64对应为64位操作系统，CUDA 9.0版本。如此一对照，加上操作系统的类型，就可以清楚的知道，当前缺少的CUDA组件为win10-x64-CUDA 9.0。

CUDA的下载相对比较友好，无需注册。在官网（https://developer.nvidia.com/cuda-toolkit-archive）中可以直接下载，速度挺快。

5、确认所需的cudnn版本

    cudnn的文件命名格式：cudnn-9.0-windows10-x64-v7--这个文件的名字是cudnn，支持cuda9.0， win10-64位操作系统，版本号位7。并不是我们想想中的cudnn 9.0.

    之所以强调一下命名，是因为下载cudnn需要注册英伟达账号，而注册账号出问题的话会等很久，建议从CSDN直接下载一个。因此需要知道CUDNN对应的环境名字。

    同样的，如果没有cudnn，在import tensorflow的时候同样会出错。报错如下

    ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed 

    那么，cudnn64_7则是对应的cudnn 64位的7.0

    加上我们之前安装的CUDA版本号是9.0，我们可以知道我们缺的就是cudnn-9.0-windows10-x64-v7

    这样一来，在安装好cudnn64_7以后，就可以解决问题了。

    CUDNN64_7的安装方案是解压后，把CUDA里的内容直接COPY到CUDA-development中，合并文件夹即可。

6、环境变量配置：

    当前验证暂时没有问题，没有改。同样的方案，报什么错改什么问题。知其然知其所以然。debug也是一种学习