TensorFlow GPU 版本安装个人总结：Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0

TensorFlow GPU 版本安装个人总结：Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0

接触机器学习有一段时间了，前一段配置tensorflow的GPU版本的时候被网上的野鸡教程坑的欲哭无泪，千辛万苦配置成功以后，捋一捋思路发现其实也没那么难。

废话少说，直入正题。

0.配置之前你要了解的

（1）教程默认你已经安装好anaconda了
（2）理解“环境”的概念。配置基于Python3.5环境， 但小白的环境往往是系统默认的base，没准里面的默认Python版本是3.7，那配错了你就查去吧
（3）安装CUDA最繁琐的地方在于，Python、tensorflow、CUDA、cudnn四者版本必须严格对应，错一步那就查去吧，配十天半个月的大有人在
（4）配置CUDA 不要抱着高版本兼容低版本这一想法
（5）切记tensorflow的CPU版本和GPU版本不可共存同一环境下

1.配置Python3.5环境

（1）进入anaconda界面——左侧单击environment——发现环境里只有一个base（root），如下图。这个base环境说白了就是系统默认给你创建的一个Python环境，当然默认安装的也是最高版本的Python，这也是为什么保险起见需要大家新建一个环境。
PS：底下的Python3.5是我已经配置好的环境，默认它现在不存在就好哈哈

（2）下方点击Create，来创建一个新环境，如下图，name是环境名称，自己随意命名（有的教程这一步直接说命名成tensorflow，个人感觉不是很好），底下Python版本下拉选择3.5，点击create完成环境创建
PS：这一步需要等个几分钟，因为创建环境需要下载一些基础包

（3）把这一栏切换成installed，查看已经安装好的各种支持包，如果有一大堆你不认识的包被显示出来了，那恭喜你环境配置成功
PS：如果在这一步报错，检查是不是之前你以相同的环境名称create过相同的环境（如果你现在是第二遍或者第三遍配置）。找到anaconda安装的根目录，进到envs文件夹下，如果你看到了Python3.5的文件夹果断删除它就好

2.安装CUDA9.0

（1）下载对应版本的CUDA
CUDA安装最为繁琐的地方在于，他要求Python、CUDA、cudnn、tensorflow版本四位一体，严格对应。具体的对照表如下：

说白了，只要你找到一个能跑起来的组合就行。（但问题就在于找这些组合的时候你可能会踩一堆坑哈哈哈哈）我这里采用的是Win10环境下， Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0组合。

CUDA9.0的安装包地址在https://developer.nvidia.com/cuda-toolkit-archive自寻
cudnn7安装包地址：https://developer.nvidia.com/cudnn（