安装GPU版本tensorflow

Tensorflow-GPU版本的安装

安装步骤：

准备：anaconda
需安装tensorflow，cuda，cudnn，首先明确安装什么版本。tensorflow，cuda，cudnn三者版本必须对应，最好不要安装最新版本，可能没有三者统一对应。
（个人tf version=2.0.0，cuda version=10.0， cudnn version=7.6 for cuda，供参考。）

1.安装tensorflow：（pip3 install tensorflow-gpu==version指定版本）配置环境略。可能失败，可换镜像源或科学上网

2.安装cuda：官网下载安装，下载后运行exe文件，若在exe时新建文件夹保存则在后面安装时不可选同一文件夹安装（可能原因为会删除install文件）2步安装时可选保存路径，是否安装NVIDIA experience等，默认安装路径C盘，确保足够空间。（5G左右）

3安装cudnn：官网下载安装，需账号登录，下载压缩包后解压缩，进入cuda（cudnn解压缩后会出现）文件夹复制bin等三个
文件夹（只有三个文件夹）粘贴到NVIDIA GPU Computing Toolkit\CUDA\v10.0文件夹中（前面安装的cuda路径）。

**4配置cuda，cudnn环境变量：新增path中环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\win64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\common\lib\x64五条（个人）
v10…0为版本号，前面为默认路径，可能不同。

5验证：anaconda promt中进入tensorflow环境（命令activate tensorflow）
命令：nvcc -V 查看cuda版本，显示版本号则成功安装cuda，cudnn并配置完成
tensorflow环境下进入python 导入tensorflow后，输入命令：tf.test.is_gpu_available() 显示true则GPU版本tensorflowf安装成功。（网上验证代码可能因tf1.X或tf2.X版本不同而失效）

---

如果不是因为安装了两天才成功，谁又愿意写博客记笔记呢