入坑第一步：Win10安装cuda+cuDNN+TensorFlow-GPU走过的那些路

这两天安装tensorflow-gpu被折腾够呛，幸亏最后成功了，给想要安装的大神们看下我走过的坑，避免掉入。

如果是新手，需要安装下面几个软件：

第一步 安装anaconda

首先就是Python编辑器：anaconda，需要注意的是python2.×已经不维护了，所以直接安装3.7，需要注意的是，在安装过程中有个选项，直接加入环境变量中。

网址anaconda请戳

可以在命令行查看是否安装成功：

第二步 查看电脑适配型号

如果大家想要安装TensorFlow的GPU版本，首先需要明确的一点是：电脑是否是NVIDIA显卡，以及显卡可使用的cuda版本。

这个步骤不可省，如果不是NVIDIA显卡，则不支持GPU版本，只能使用CPU的TensorFlow。并且正确的cuda版本，决定了最后GPU版本是否能检测到设备。

在【控制面板】的【设备管理器】中查看【显示适配器】。
如果是NVIDIA版本，可以查看计算能力如何，大于等于3.5=GPU；小于3.5=CPU。

查看计算能力地址：capacity

想要看自己电脑适合的CUDA版本，可以看下自己电脑支持的型号，对应的版本请戳官网文档。

查看电脑型号步骤：在桌面右键找到【NVIDIA控制面板】，弹出的【系统信息】中，查看驱动版本。

如果确定可以按照GPU版本的TensorFlow，目前已经是2.×版本了，所以对应安装CUDA和cuDNN。
然后到官网查看适配的版本号，注意：版本并不是越高越好，并不是越高越好，并不是越高越好！

重要的事情说三遍，一定要安装合适的版本，否则会检测不到设备，即使TensorFlow安装完全成功，但仍然不能使用GPU计算。官网传送门

第三步 安装CUDA和cuDNN

找到对应的版本之后，就是下载安装cuda了：CUDA Toolkit

如果找不到特定的版本，可以参考这个：NVIDIA CUDA各版本下载链接

首先就是选择【自定义安装】

然后下一步中，CUDA选项中的下拉列表，如果电脑安装了vs，可以忽略下面这步，如果没有安装，去掉下面这个选项：

【Driver】这个选项中，查看版本对应情况，如果电脑版本高于cuda版本，则不选择这个Display Driver。
测试是否安装成功，在cmd中键入 nvcc -V，如果能出现版本信息，则说明安装成功。

CUDA装好之后，到官网下载cuDNN，地址请戳

在下载cuDNN时，需要注册，这里用邮箱注册一下就行。

将cuDNN解压并重新命名为cuDNN，原始文件名是一长串。

将这个文件夹，整体复制到CUDA下面。

第四步 配置环境变量

上面安装完之后，配置环境变量。

一共有4个，有两个在安装CUDA的过程中已经配置好了，还有cuDNN的环境变量和CUPTI的环境变量。
在【系统】中【高级系统设置】找到【环境变量】的【Path】，进去添加两个新的环境变量。

找到自己文件中的位置，添加到里面，并且要把这四个放到前面，通过上移的操作，把新加的两个移到上面。

第五步 安装TensorFlow-GPU

通过上面的几步，已经到了最后安装TensorFlow阶段了。在国内安装TensorFlow时，下载会非常慢，可以使用清华镜像。

pip install pip -U # 升级 pip 
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

很快就可以安装成功。

import tensorflow as tf
tf.test.is_gpu_available()

可以愉快地使用TensorFlow-GPU了，enjoy it！
—————————————————————————————————————————————
说下我遇到的坑：

我开始的cuda安装了最新版的11.0，各个步骤都可以通过。

但是在使用gpu时，一直说检测不到设备，后来看到某个大神说，目前TensorFlow-GPU适配的只到10版本，然后又开始了我的卸载cuda11.0之路，重启电脑三四次，才卸载成功。

如果你目前也无法使用GPU，除了检查下电脑显卡适配情况，还有就是降级吧。。

附上卸载cuda链接：传送门