Win10下安装GPU版本tensorflow详细步骤(CPU版本通用)

需要安装的软件及其版本：

Anaconda3-5.2.0-Windows-x86_64

tensorflow-gpu==1.13.1

CUDA10.0

cudnn-10.0

numpy1.16.0

一、安装Anaconda

1. 安装版本：Anaconda3-2020.07-Windows-x86_64
2. 安装过程：
   
3. 配置Anconda环境变量
   
   配制环境变量：
   
   根据自己的安装地址具体确定！

二、安装TensorFlow-GPU

a.为Anaconda配置下载源：

说在前面：
源的通道可能出现问题——这个问题也会影响conda创建环境和下载的。
但是国内镜像源就这么几个——如果清华有问题，就删掉，再换中科大的。

1. 清华下载源（cmd）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

2. 中科大下载源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

b. 删除下载源的办法：

1.手动操作:
(i). 进入C盘用户文件夹：C:\Users\30208
(ii). 找到conda下载源通道文件（要先使用一次下载或者添 加一次通道）

2.命令行操作：

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

c.创建conda环境

(i).首先查看python版本：

python -V

(ii).创建环境：

conda create -n tensorflow pip python=3.7

d.激活环境：

activate tensorflow

e.安装 tensorflow-gpu

安装GPU版本的tensorflow需要输入以下命令：

pip install tensorflow-gpu==1.13.1

如果只需要安装CPU版本的tensorflow则输入以下命令：

pip install --ignore-installed --upgrade tensorflow

f.此时import tensorflow还不能用，下面安装Anaconda基础包

执行代码：

conda install anaconda

h.安装CUDA10.0

版本号：cuda_10.0.130_411.31_win10
下载后，双击即可安装
下载链接：https://developer.nvidia.com/cuda-toolkit-archive.
具体流程如下：
1.

2.安装须知：
安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；
临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；
因此，安装目录，建议默认即可；
注意：临时解压目录千万不要和cuda的安装路径设置成一样的，否则安装结束，会找不到安装目录的！！！


建议跟随建议的下载地址，下载完，会自动删除。

安装选项选择 自定义
安装地址自定义 or 记住其给定地址。

最后，检查路径：
环境变量：

测试：
win+R：
nvcc -V

nvcc --version

即安装成功；

i.cudnn7 与cuda10.0搭配

下载地址：https://developer.nvidia.com/rdp/cudnn-archive.

安装后解压:

解压后即为名为cudn的文件

然后将cudn中的3个文件夹中的文件复制到CUDA的根目录：
D:\zrz_Working\Python\Deeping-learn\NVIDIA GPU Computing Toolkit\CDUA\v10.0
即可

完成。

j.安装numpy

安装版本：1.16.0
代码：

pip install -U numpy==1.16.0

最后出现Successfully installed numpy-1.16.0
即表明安装成功！