tensorflow 1.12.0 gpu + python3.6.8 + win10 + GTX1060 + cuda9.0 + cudnn7.4 + vs2017）

 在安裝tensorflow-gpu時，也看過很多的博客，講得亂七八糟的，也不能這樣說，只是每一個人安裝的環境或需求不同，所以沒有找到一個適合本身的教程去安裝tensorflow-gpu版本。固然，入手一臺新電腦立馬是安裝配置這些環境，在次期間也遇到過很多的坑。話很少說，對此總結了如下幾個步驟，直到成功！

一、首先查看tensorflow-gpu所對應的python版本、CUDA、cuDNN版本，這個很是重要，直接決定，最後是否安裝成功。

注：連接查看地址https://tensorflow.google.cn/install/source_windows

二、下載CUDA，而且安裝

CUDA（Compute Unified Device Architecture），是顯卡廠商NVIDIA推出的運算平臺。

固然在下載時，也遇到過很多尷尬的情景，好比說：下載超時，遇到下載超時的狀況，解決辦法：經過網絡版下載並進行安裝，效果是同樣的！本次筆者下載的是CUDA9.0，其下載地址：https://developer.nvidia.com/cuda-toolkit-archive

三、下載cudnn

下載地址：https://developer.nvidia.com/rdp/cudnn-download

注意：下載時須要註冊會員，只須要按照要求，簡單註冊便可。本次筆者，下載的是cuDNN7.4.2版本！

 

下載後，解壓cudnn-9.0-windows10-x64-v7.4.2.24

打開cudnn-9.0-windows10-x64-v7.4.2.24文件夾，獲得bin、include、lib三個文件夾

四、將CUDNN中的bin、include、lib文件黏貼到CUDA9.0中

安裝完成cuda9.0事後，將cudnn中的三個文件（bin、include、lib）黏貼到對應的cuda9.0文件中，固然須要準確到找到cuda9.0的安裝位置及其對應的文件。

五、檢測是否安裝好cuda

在cmd中輸入nvcc -V命令，若是出現了版本信息，則說明已經安裝好cuda

六、Pycharm中安裝tensorflow-gpu版本

直接在pycharm的terminal中數據：pip install tensorflow-gpu命令便可，筆者安裝的是tensorflow-gpu1.12.0版本

七、測試安裝tensorflow-gpu版本是否成功

新建一個python腳本，進行測試

import tensorflow as tf
hello = tf.constant('hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

獲得輸出爲：

恭喜你，已經成功安裝TensorFlow-GPU版本！

注：試錯的過程是漫長的，可是成功那一下是很是有成就的，安裝成功的關鍵，一句總結：多看官網的說明！