Anaconda Tensorflow GPU 配置

工具和環境

• Windows10；
• Anaconda3 64bit 地址 https://www.anaconda.com/download/#windows；（直接利用上一篇博文配置）

前言

由於前面配置Visual Studio平臺下Tensorflow C++Api調用，已經安裝好Anaconda，而且添加路徑
C:\yourInstallPlace\anaconda3
C:\yourInstallPlace\anaconda3\Scripts
C:\yourInstallPlace\anaconda3\Library\bin
而且已經安裝使用了Tensorflow（不帶cpu或gpu字樣即默認cpu），發現訓練模型很慢，原來還須要特別安裝GPU版的tensorflow，因此開始從新配置。注意：開始前，最好先按照下面參考博文一測試下本身電腦的顯卡，個人是兩張Nvidia的GTX1080系列。

安裝TensorFlow-GPU

若是你不會使用Anaconda的切換環境功能，而且有先安裝過tensorflow的最好先卸載（此處要選擇你安裝對應的spyder，若是不知道，先谷歌或百度下Anaconda環境切換，spyder，就會明白能夠換個環境之間安裝）

pip uninstall tensorflow
pip list
conda uninstall tensorflow
conda list

都嘗試一次，而後調用list看看有沒有卸載乾淨。卸載之後，直接

conda install tensorflow_gpu==1.5//爲了和以前安裝好的cuda9.0和cudnn9.0配合使用，直接conda install tensorflow_gpu會給你分配一個不合適的可能，若是你不是cuda9.0和cudnn9.0，請先查找相應的tensorflow_gpu

測試

若是你前面步驟都成功了，須要先測試下到底能不能使用。仍是上面的命令行，輸入：

python
import tensorflow

若是成功後再進入IDE，個人是spyder（此處要選擇你安裝對應的spyder，若是不知道，先谷歌或百度下Anaconda環境切換，spyderIDE），輸入

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

毫無反應就是失敗，有GPU字樣就是成功

[參考博文一：Win10 Anaconda下TensorFlow-GPU環境搭建詳細教程（包含CUDA+cuDNN安裝過程）][anchor-id]
[anchor-id]: http://www.javashuo.com/article/p-rwfngyzt-bq.html

[參考博文二：Wind10環境，Visual Studio2017下用Bazel編譯Tensorflow(失敗轉調用編譯好的包配置使用Tensorflowc++)][anchor-id]
[anchor-id]: https://allentdan.github.io/2019/05/08/My-New-Test/

轉載著名：https://allentdan.github.io/2019/05/10/Anaconda-Tensorflow-gpu配置