tensorflow 1.12.0 gpu + python3.6.8 + win10 + GTX1060 + cuda9.0 + cudnn7.4 + vs2017）

 在安装tensorflow-gpu时，也看过很多的博客，讲得乱七八糟的，也不能这样说，只是每一个人安装的环境或需求不同，所以没有找到一个适合本身的教程去安装tensorflow-gpu版本。固然，入手一台新电脑立马是安装配置这些环境，在次期间也遇到过很多的坑。话很少说，对此总结了如下几个步骤，直到成功！

一、首先查看tensorflow-gpu所对应的python版本、CUDA、cuDNN版本，这个很是重要，直接决定，最后是否安装成功。

注：连接查看地址https://tensorflow.google.cn/install/source_windows

二、下载CUDA，而且安装

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。

固然在下载时，也遇到过很多尴尬的情景，好比说：下载超时，遇到下载超时的状况，解决办法：经过网络版下载并进行安装，效果是同样的！本次笔者下载的是CUDA9.0，其下载地址：https://developer.nvidia.com/cuda-toolkit-archive

三、下载cudnn

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

注意：下载时须要注册会员，只须要按照要求，简单注册便可。本次笔者，下载的是cuDNN7.4.2版本！

 

下载后，解压cudnn-9.0-windows10-x64-v7.4.2.24

打开cudnn-9.0-windows10-x64-v7.4.2.24文件夹，获得bin、include、lib三个文件夹

四、将CUDNN中的bin、include、lib文件黏贴到CUDA9.0中

安装完成cuda9.0事后，将cudnn中的三个文件（bin、include、lib）黏贴到对应的cuda9.0文件中，固然须要准确到找到cuda9.0的安装位置及其对应的文件。

五、检测是否安装好cuda

在cmd中输入nvcc -V命令，若是出现了版本信息，则说明已经安装好cuda

六、Pycharm中安装tensorflow-gpu版本

直接在pycharm的terminal中数据：pip install tensorflow-gpu命令便可，笔者安装的是tensorflow-gpu1.12.0版本

七、测试安装tensorflow-gpu版本是否成功

新建一个python脚本，进行测试

import tensorflow as tf
hello = tf.constant('hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

获得输出为：

恭喜你，已经成功安装TensorFlow-GPU版本！

注：试错的过程是漫长的，可是成功那一下是很是有成就的，安装成功的关键，一句总结：多看官网的说明！