Win10+TensorFlow-gpu1.10+CUDA9.0+Cudnn7.4.1 搭建深度学习gpu环境

1.系统已安装环境

Anaconda3(python3.6.4)

Visual Studio 2017

 

2.查看自己的NVIDIA版本

右键开始按钮-->设备管理器-->显示适配器

 

3. 安装tensorflow-gpu 1.10

打开Anaconda prompt

1）首先查看当前已有的虚拟环境 conda env list

2）新建一个tensorflow-gpu的虚拟环境：conda create -n tensorflow-gpu python=3.6   (tensorflow-gpu是自己取的名字）

3) 激活新建环境：conda activate tensorflow-gpu  (退出是 conda deactivate tensorflow-gpu）

4）pip install tensorflow-gpu==1.10.0 -i 镜像地址

国内常用的镜像如下：

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

安装好我的环境如下：

注：在新建的tensorflow-gpu环境中，由于是新创建的conda环境，该环境中基本上是空的，有很多包和IDE并没有安装进来，例如“Ipython”，“spyder”。此时如果我们在该环境下打开spyder或Ipyton或jupyter notebook等，会发现其实IDE使用的kernel并不是新建立的这个环境的kernel，而是“base”这个环境的，而“base”环境中我们并没有安装tensorflow，所以一定无法import。这也就是为什么有很多人在安装好tensorflow后仍然在IDE里无法正常使用的原因了。这时候就可以进入Anaconda的Navigator中选择刚刚的环境，然后搜索进行安装。 
参考：win10下Anaconda+VS2017+cuda9.0+cudnn+Pycharm安装配置tensorflow（GPU版）