如何在Anaconda环境中安装tensorflow的gpu版本，这样安装才会避免很多的坑.....

如何在Anaconda环境中安装tensorflow的gpu版本

前言

电脑环境：Win7
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，安装Anaconda的好处是可以省去很多搭开发环境的时间，把更多的时间和精力放到知识的学习和项目的开发中。好啦…关于Anaconda的介绍我就不废话了，在网上有一大堆关于它的介绍哦，接下来就开始步入正题吧

Anaconda的下载与安装

1、可以选择去官网上下载安Anaconda（下载链接），但是这个下载速度比较慢，在国内速度比较快的话可以去清华镜像（下载链接）
2、选择相应操作系统对应的安装包，一般选择离比较近发布的版本，并注意自己的操作系统是32 位还是 64 位的（例如在清华镜像网站上可根据自己的操作系统选择 32 位/64 位版本，例如 Anaconda3-4.4.0-Windows-x86.exe 或 Anaconda3-4.4.0-Windows-x86_64.exe）
3、为了接下来避免配置环境变量的麻烦，在安装 Anaconda 过程中请勾选上将 Anaconda（python）加入环境变量的选项（提示是不推荐使用）

开始安装tensorflow-gup版本

如果电脑配置允许，最好一开始就安装tensorflow-gpu版本，还是一步到位来的比较实在。

创建新的环境

1、查看当前的环境：conda env list

2、创建tensorflow-gpu的安装环境：conda create -n tensorflow-gpu python=3.6.3
备注：指定当前的python版本为3.6.3版本
3、可使用conda env list查看当前环境是否创建成功，若成功则会显示tensorflow-gpu

使用pip安装tensorflow-GPU

1、输入指令activate tensorflow-gpu（即你刚刚创建的环境的名称，这个名字可以随便起，我自己起的名字是tensor_flow），进入当前环境
2、输入pip list查看当前环境下安装了那些包,可能会显示当前pip版本较低的提示
则按照提示更新pip版本（已标红）
3、输入pip install --ignore-installed --upgrade tensorflow-gpu开始下载安装，默认下载最新的版本

等啊等…
备注：期间还会下载一下依赖的包，我们只需耐心等待，下载速度有时候很慢，有时候贼快，别着急，等它下完就好
4、如果如下这样显示，那么恭喜你已经安装成功了

是不是这样就万事大吉了呢？显然不是这样的，接下来才是我最想表达的…

安装CUDA和cuDNN

1、输入python进入python环境
2、输入import tensorflow as tf 会发现报错了

注：错误提示的意思就是需要安装CUDA才行，当然我的错我报的是需要安装CUDA 9.0版本，这个根据你安装的gpu版本的不同可能会要求安装的cuda的版本也不一样
3、下载CUDA：
https://developer.nvidia.com/cuda-toolkit-archive
根据错误提示下载相应的版本

提示：安装类型选择exe(loacl)较好
5、下载完以后安装，这个需要等一会，安装过程可能会出现闪屏的情况，不用担心，耐心等待…
6、下载cuDNN:
https://developer.nvidia.com/rdp/cudnn-archive
选择和CUDA想匹配的版本，下载后解压出三个文件

7、输入cmd进入终端，在终端输入set path查看当前CUDA的在环境变量的位置情况
8、进入CUDA\v9.0\ 目录，把刚刚解压的三个文件全部复制到此目录下

总结

在安装tensorflow GPU版本的时候，最好创建独立的环境，先安装tensorflow-gpu 之后根据报的错误提示去安装CUDA和cuDNN，这样就会避免很多不兼容的问题，安装过程也会比较顺利。
刚刚开始写博客，希望以后能和大家多去交流，不足之处望批评指正。