win10安装 tensorflow1.9-gpu版本

因为需要安装tensorflow(Gpu版)，查了很多的博客，在此记录下安装过程。

所需环境

• vs2013
• anaconda3-5.2.0(python3.6)
• cuda9.0
• cudnn 7.0
• tensorflow 1.9-gpu
  安装这个顺序进行安装。

1、安装vs2013

• 下载完成后，是一个iso文件，双击打开后计算机中会增加一个光盘盘符，打开后即可发现以下文件。
  

  • 运行vs_ultimate.exe:
    可以更换安装路径，点击同意许可条款和隐私策略，之后点击下一步，无论VS2013的安装位置更改与否，其核心组件都会装在C盘。

  • 根据需要选择需要安装的功能，我不需要太多的功能，因此在这里保持默认，点击安装。安装完成后可以打开并进行相关设置。
    

2、安装anaconda3-5.2.0

我需要安装的是python3.6,选择anaconda3-5.2.0。anaconda与python版本的对应关系可以看这个
然后可以到这里查找需要的版本进行下载。
anaconda的安装比较简单，直接按步骤安装就行，到了这一步第一个不勾选，在安装完成后自己手动添加环境变量。

配置环境变量

在安装完成后，点击我的电脑-》属性-》高级系统设置-》环境变量-》用户变量-》path，将anaconda文件下的scripts文件夹的位置添加到path中。我的scripts文件夹的路径是：E:\anaconda\Scripts。
添加完后检查是否安装成功：打开anaconda prompt,输入conda --version ,如果输出conda4.5.4就说明安装成功。

3、安装cuda9.0

需要根据tensorflow版本选择下载的cuda及cudnn,tensorflow与cuda的版本对应见这里。下载cuda9.0，下载地址：https://developer.nvidia.com/cuda-90-download-archive，下载完成后双击进行安装。

下载完成后点击cuda_9.0.176_win10.exe文件及4个补丁包,首先安装最下面的一个

选择自定义安装，取消visual studio这个选项。然后进行下一步安装，记下安装的路径。

安装完成后会出现下面这个界面：

接着将几个补丁包安装即可。
然后打开cmd，在命令行中输入 nvcc -V

至此说明cuda安装成功。

4、安装cudnn7.0

下载cudnn7.0，下载地址：Download cuDNN v7.0.5, for CUDA 9.0
需要登陆才能下载，将下载的压缩包解压：

将这3个文件夹里面的文件复制到CUDA安装路径下相应的文件夹里面即可。CUDA默认安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，详细来说就是：

• 复制\cuda\bin\cudnn64_7.dll 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
• 复制 \cuda\ include\cudnn.h 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.
• 复制 \cuda\lib\x64\cudnn.lib 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

5、安装tensorlfow 1.9-gpu

接下来就相对来说简单一些，首先用anaconda创建一个虚拟环境

• 1、用管理员的身份运行anaconda prompt，创建一个虚拟环境输入：

conda create -n tensorflow1.9-gpu python=3.6

删除环境：

conda remove -n tensorflow1.9-gpu --all

• 2、激活环境：

conda activate tensorflow1.9-gpu

• 3、用pip安装tensorflow

pip install tensorflow-gpu==1.9

• 4、使用以下代码进行测试：

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow") 
sess = tf.Session() 
print(sess.run(hello))

若能输出结果则表明安装成功。

6、 安装jupyter notebook

1、在tensorflow1.9-gpu环境下安装jupyter notebook:

pip install jupyter

2、输入jupyter notebook,即可打开jupyter notebook:
3、设置notebook的存储文件地址

• 在tensorflow1.9-gpu环境下输入命令：

jupyter notebook --generate-config

会生成文件C:\Users\Administrator.jupyter\jupyter_notebook_config.py

• 在想要存储的目录地址创建文件夹并复制该路径，找到jupyter_notebook_config.py
  并用编辑器打开，查找”c.NotebookApp.notebook_dir“并改为：

c.NotebookApp.notebook_dir = 'D:/pycharm/projects_work/tensorflow1.9'(D:/pycharm/projects_work/tensorflow1.9是文件路径）

• 再次输入jupyter notebook --generate-config，弹出提示后输入n。然后再次输入jupyter notebook即可打开干净的页面，创建的文件都在D:/pycharm/projects_work/tensorflow1.9中。

4、手动添加 Jupyter 的kernel
使用ipykernel来管理多个kernel

• 安装ipykernel

pip install ipykernel

此时可能仍然没有你想要的kernel，那么需要手动创建。我已经在创造的环境中安装了ipykernel了，所以，我直接在环境里执行下面的代码来手动添加kernel进jupyter notebook。

python -m ipykernel install --user --name [虚拟环境名] --display-name "kernel命名"

例如：

python -m ipykernel install --user --name tensorflow1.9-gpu --display-name "tensorflow1.9-gpu"

此时，就可以看到创建的Python(tensorflow1.9-gpu)了，选择该kernel运行即可。

5、删除 Jupyter 的kernel
在base环境下输入：

jupyter kernelspec list

可以查看安装的kernel和具体的路径，根据路径删除对应的kernel文件夹，最后重启jupyter notebook即可。