今天给大家详细讲解一下如何在Windows10上配置安装好tensorflow的GPU版本

1、首先，打开Tensorflow官网的安装指南（https://www.tensorflow.org/install/install_windows）。

2、官网对安装Tensorflow GPU版提出了一些要求，如下图所示。要安装GPU版，首先确认自己电脑的显卡是否满足要求，也就是官网要求中的第四点。到电脑的设备管理器中，点开“显示适配器”可查到显卡型号。到NVIDA 的这个网站页面（https://developer.nvidia.com/cuda-gpus），点开你电脑显卡对应的系列，查看显卡中GPU的计算能力（Compute Capability）。我的显卡是NVIDIA GeForce RTX 2080, 相应的计算能力为7.5，性能已经算很优秀的了。

3.下载安装CUDA工具包9.0（CUDA Toolkit 9.0），下载地址为：

cuda下载地址

tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow


选择9.0版本按照如下选择正常按提示安装：

tensorflow使用gpu的方法 tensorflow选择gpu_python_02


4、下载cuDNN 7.0，在官网下载首先需要注册账号，按照下图提示进行操作。下载后无需安装，直接解压得到三个文件夹。把这三个文件夹里的文件拷贝到CUDA Toolkit 9.0安装目录下相同名字的文件夹中。

cudnn下载地址

tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow使用gpu的方法_03


tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow_04


tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow使用gpu的方法_05


tensorflow使用gpu的方法 tensorflow选择gpu_python_06


到这里cuda和cudnn就配置完毕了。

接下来 安装tensorflow的方法有许多种可以选择源码安装、docker安装、anaconda安装。

5.在这里我建议大家选择anaconda来进行安装。

Anaconda 与 Conda 是什么？

Anaconda 是一个用于python/R科学计算和机器学习的开源工具(也称为Python的一种发行版)，支持 Linux, macOS, Windows, 包含了conda等众多工具包及其依赖项，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。到目前为止，它在全世界拥有超过1100万用户。

anaconda下载地址

这里我选择的是Anaconda3-4.2.0-Windows-x86_64.exe

6.接下来创建一个名为tensorflow的环境

conda create -n tensorflow python=3.5

7、输入命令以激活 conda 环境：activate tensorflow

8、安装 GPU 版本的TensorFlow，输入以下命令：pip install --ignore-installed --upgrade tensorflow-gpu==1.9

版本可以自己选择

下图是tensorflow和cuda与cudnn的对应版本：（一定要对应安装）

tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow_07


9、到此，基本的安装步骤已经结束，可以测试是否安装成功了。输入“activate tensorflow”激活tensorflow环境，之后命令行左边应该会出现“（tensorflow）”。接着输入“python”命令以进入python环境，再输入以下代码:

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

tensorflow使用gpu的方法 tensorflow选择gpu_tensorflow_08


出现这样的画面就是安装成功了！