Win10系統Anaconda下tensorflow的GPU環境搭建

個人環境：Win10 + Anaconda + tensorflow-gpu1.14 + CUDA10.0 + cuDNN7.6 + python3.6

注意：tensorflow版本、CUDA版本、cuDNN版本和python版本是一一對應的。

1、肯定本身須要和能夠安裝的版本

　　1.查看本身的電腦是否支持搭建GPU環境和適合的CUDA版本

　　控制面板 -> 設備管理器 -> 顯示適配器，檢查cuda是否支持本機gpu，查看本機顯卡配置，對比官網的顯卡型號是否支持

　　  須要計算能力大於3.1https://developer.nvidia.com/cuda-gpus ，

 

　　控制面板 -> NVIDIA控制面板 -> 系統信息，根據版本查找能夠支持安裝的CUDA版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html ，（向下兼容）。

 　　2.查看適合的CUDA對應支持的python，tensorflow等版本，https://www.tensorflow.org/install/source_windows

 （Anaconda已經下載完了）

2、下載CUDA10.0

官網下載網站，下載完是個exe文件，雙擊安裝，Visual Studio，Nsight都是CUDA C的IDE，若是不用的話能夠都不用安裝，不然選擇安裝的話，他就會提示你安裝Visual Studio。顯卡驅動由於咱們已經查看過本身的驅動程序版本了，因此必定是支持的，不會出現驅動程序版本過低的狀況，因此應該選擇不安裝（我當時選擇安裝，結果驅動程序版本降了原先是441.45，如今變成了411.31）。

 後面就是next而後安裝成功了。而後cmd輸入nvcc -V測試安裝是否成功。

3、安裝cuDNN

cuDNN的版本注意與CUDA版本對應一致，官網下載（要先郵箱註冊再登陸一下）。

下載完解壓，而後把include、bin、lib文件件內的文件都移到cuda安裝目錄下的include、 bin、lib裏面。

配置完成後，咱們能夠驗證是否配置成功，主要使用CUDA內置的deviceQuery.exe 和 bandwithTest.exe：
首先win+R啓動cmd，cd到安裝目錄下的 ...\extras\demo_suite,而後分別執行bandwidthTest.exe和deviceQuery.exe，兩個結果都顯示pass則證實成功。

 4、下載安裝tensorflow1.14

（先在anaconda中建好虛環境，個人tensorflow2.0虛環境已配置好，由於網上一些經典代碼是tensorflow1.x環境下的，而有些庫tf2.x已經不支持了，因此在此安裝tensorflow1.14）

安裝前可先python -m pip install --upgrade pip更新pip，不然可能提示pip版本太低。

pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

用清華鏡像源下載，不然容易出現下載超時錯誤。

測試安裝成功代碼：

import tensorflow as tf

gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)

不用手動添加path路徑了（當時我更改了CUDA的文件名致使出錯了，正常狀況路徑它自動添加好了，若是報錯的話，能夠再覈實一下路徑是否已添加）。

tensorflow1.14的gpu環境搭建完成！