Win10系统Anaconda下tensorflow的GPU环境搭建

个人环境：Win10 + Anaconda + tensorflow-gpu1.14 + CUDA10.0 + cuDNN7.6 + python3.6

注意：tensorflow版本、CUDA版本、cuDNN版本和python版本是一一对应的。

1、肯定本身须要和能够安装的版本

　　1.查看本身的电脑是否支持搭建GPU环境和适合的CUDA版本

　　控制面板 -> 设备管理器 -> 显示适配器，检查cuda是否支持本机gpu，查看本机显卡配置，对比官网的显卡型号是否支持

　　  须要计算能力大于3.1https://developer.nvidia.com/cuda-gpus ，

 

　　控制面板 -> NVIDIA控制面板 -> 系统信息，根据版本查找能够支持安装的CUDA版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html ，（向下兼容）。

 　　2.查看适合的CUDA对应支持的python，tensorflow等版本，https://www.tensorflow.org/install/source_windows

 （Anaconda已经下载完了）

2、下载CUDA10.0

官网下载网站，下载完是个exe文件，双击安装，Visual Studio，Nsight都是CUDA C的IDE，若是不用的话能够都不用安装，不然选择安装的话，他就会提示你安装Visual Studio。显卡驱动由于咱们已经查看过本身的驱动程序版本了，因此必定是支持的，不会出现驱动程序版本过低的状况，因此应该选择不安装（我当时选择安装，结果驱动程序版本降了原先是441.45，如今变成了411.31）。

 后面就是next而后安装成功了。而后cmd输入nvcc -V测试安装是否成功。

3、安装cuDNN

cuDNN的版本注意与CUDA版本对应一致，官网下载（要先邮箱注册再登陆一下）。

下载完解压，而后把include、bin、lib文件件内的文件都移到cuda安装目录下的include、 bin、lib里面。

配置完成后，咱们能够验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：
首先win+R启动cmd，cd到安装目录下的 ...\extras\demo_suite,而后分别执行bandwidthTest.exe和deviceQuery.exe，两个结果都显示pass则证实成功。

 4、下载安装tensorflow1.14

（先在anaconda中建好虚环境，个人tensorflow2.0虚环境已配置好，由于网上一些经典代码是tensorflow1.x环境下的，而有些库tf2.x已经不支持了，因此在此安装tensorflow1.14）

安装前可先python -m pip install --upgrade pip更新pip，不然可能提示pip版本太低。

pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

用清华镜像源下载，不然容易出现下载超时错误。

测试安装成功代码：

import tensorflow as tf

gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)

不用手动添加path路径了（当时我更改了CUDA的文件名致使出错了，正常状况路径它自动添加好了，若是报错的话，能够再核实一下路径是否已添加）。

tensorflow1.14的gpu环境搭建完成！