使用Win10系统在R中加载TensorFlow-gup加快深度学习运行之攻略

弗朗索瓦.肖莱著《深度学习R语言版》说，用CUP进行深度学习运算可能需要数小时，但用GPU可能只要几分钟。不过，该书只叙述了在Ubuntu下安装GUP的方法，不推荐Windows下使用TensorFlowGUP。的确，在Win10下给R安装GPU是非常非常之麻烦。以下，给出安装GUP的攻略：

1在Python中安装TensorFlow-GPU的环境

这是最麻烦的一大步：其中关键有

1）在win10设置->设备管理器->显示适配器->查显卡是否支持GUP？如果支持记下显卡的型号；

 在win10设置之装备管理器之显示适配器查到显卡的型号及其支持的CDUA版本

也可以从Anaconda Prompt或cmd输入nividia -smi查看:

由上，显卡驱动CUDA是一个dll文件。由于调用GPU的一切都与CUDA的版本绑定，不建议随便升级显卡驱动。

2）在Tensorflow官网查该显卡支持CUDA版本所对应的Python版本、cuDNN版本和TensorFlow版本号；

  在TensorFlow官网安装->源码构建->windows查与CUDA版本对应的TensorFlow版本和cuDNN版本

建议用pip装tensorflow-gpu；不建议从Windows源代码构建，因为要装、msys2和bazel，装bazel又要装choco ，还有一大堆其他操作，巨麻烦！也不建议用conda install 语句装tensorflow-gup，虽不用下载CUDA和cuDNN，但CUDA和cuDNN被绑定在conda环境里，必须彻底删除conda才能清除。如果想改，很麻烦。

3）在官网下载正确型号的CUDA（