1.CUDA® Toolkit 8.0,到官网下载8.0的版本(不要下载最新的版本),安装.python
2.cuDNN v5.1,解压,把cuda目录下的三个文件夹拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0(这里是cuda的默认安装目录)下. cuDNN的版本不少,很容易找到跟CUDA不配对的版本,window7的系统能够到官网下载cudnn-8.0-windows7-x64-v5.1或cudnn-8.0-windows7-x64-v6.0这个版本.windows
3.Anaconda 或者原生的pip,安装了Anaconda至关于安装了一个python的版本管理器,最新版的Anaconda自带了python3.6测试
4.window7上直接用pip install tensorflow 安装会报错.能够下载tensorflow_gpu-1.4.0-cp36-cp36m-win_amd64.whl(GPU版)和tensorflow-1.4.0-cp36-cp36m-win_amd64.whl(CPU版)到本地安装,cp36表示基于python3.6(到下载目录用pip install tensorflow-1.4.0-cp36-cp36m-win_amd64.whl执行安装).ip
5.测试,用IDEA新建一个python的模块,jre选Anaconda下的python.exe,新建一个test.py,v8
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))get
运行看到打印了关于CPU或者GPU的信息,it