Win10+Anaconda3+TensorFlow_GPU+CUDA+cuDNN

以这篇文章为主要【Win10 Anaconda下TensorFlow-GPU环境搭建详细教程（包含CUDA+cuDNN安装过程）】依据，再结合自己Google和他人blog。

首先放心吧，一步一步来，问题不大。

1、 Anaconda安装

Anaconda安个最新版的就行。我安的是 Anaconda3。

1.1 Anaconda下载
可以在官网下载，也可以使用清华的镜像。

• https://www.anaconda.com/download/#download
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 Anaconda配置清华的源
参看这个Anaconda–设置国内镜像，还有什么自己Google一下吧，问题不大。

1.3 create一个虚拟环境，选择Python版本

【p.s.】按照郭耀华’s Blog的配置环境变量之后，cmd无法使用conda命令，不过在Anaconda Navigtor里不影响，我就没管。

2、安装tensorflow_gpu

其他方法看blog，我是下载.whl本地安装的。使用清华镜像，按照Python版本、64位自己选吧。
打开Anaconda Navigtor，安装：

pip install F:\[地址]\tensorflow_gpu-1.2.1-cp36-cp36m-win_amd64.whl

一般来说没什么问题。

3、安装CUDA

3.1 查看需要安装的CUDA+cuDNN版本

3.2 知道CUDA和cuDNN之后下载安装就欧克。

【p.s.】在安装完CUDA之后，到官网下载与其版本对应的cuDNN，cuDNN解压之后会有三个文件夹：bin,include,lib。把文件夹里的文件依次添加到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0相应的文件夹里面，就欧克。

4、tensorflow_gpu测试

使用的是放下扳手&拿起键盘的代码。

import tensorflow as tf
 
with tf.device('/cpu:0'):
    a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
    b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:1'):
    c = a+b
   
#注意：allow_soft_placement=True表明：计算设备可自行选择，如果没有这个参数，会报错。
#因为不是所有的操作都可以被放在GPU上，如果强行将无法放在GPU上的操作指定到GPU上，将会报错。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
#sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))

# --------------------
# 结果应该为 [2. 4. 6.]

完成！祝你好运，加油！

---

end