win10下tensorflow-gpu安装
- 前言
- 检查显卡是否支持CUDA
- 查看各个组件的对应版本
- 安装python3.5
- 安装CUDA8.0
- 安装cudnn5.1
- 安装tensorflow-gpu1.2.0
- 测试tensorflow
前言
tensorflow是谷歌开发的深度学习框架，目前有CPU和GPU两个版本，GPU版本的计算速度比CPU版本的快。CPU版本的安装只需在命令行输入 pip install tensorflow 即可。而GPU版本的安装相对复杂，下面笔者主要介绍GPU版本tensorflow安装。
检查显卡是否支持CUDA
进入网站 https://developer.nvidia.com/cuda-gpus，点击 CUDA-Enabled GeForce Products，查看自己电脑的显卡型号是否在列表中（笔者的显卡型号是GTX1050Ti）。
查看各个组件的对应版本
笔者选择安装python3.5、CUDA8.0、cudnn5.1、tensorflow-gpu1.2。（如果选择安装python3.7，则需要在命令行下输入 conda create -n tensorflow pythnotallow=3.5或者3.6，创建隔离环境，然后在命令行输入activate tensorflow将其激活）。
安装python3.5
anaconda将python解释器以及spyder编辑器都已集成在一起，十分方便。python3.5对应anaconda3-4.2.0，各个版本的下载链接https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。anaconda下载后即可安装（注意勾选添加环境变量）。
查看python是否安装成功，在命令行输入python，有python版本显示即成功：
由于笔者安装的python版本较为古老，需要将pip升级一下，在命令行输入python -m pip install --upgrade pip，将其升级到最新版本即可。
安装CUDA8.0
进入网站https://developer.nvidia.com/cuda-downloads，点击Legacy Releases进入历史版本，选择CUDA Toolkit8.0 GA1，点击Windows、x86_64、10、exe(network)，然后下载。下载之后直接安装。
安装好之后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin添加到环境变量：
安装cudnn5.1
进入网站https://developer.nvidia.com/rdp/form/cudnn-download-survey，需要先注册并且填写问卷，随后才能下载。选择cuDnn v5.1 for CUDA8.0进行下载。
下载之后将其解压，笔者解压到C盘下的tools文件夹内，然后将C:\tools\cuda\bin添加到环境变量中：
安装tensorflow-gpu1.2.0
在命令行输入 pip install tensorflow-gpu==1.2.0，等待安装成功即可。
测试tensorflow
在命令行输入python,进入python环境：
输入 import tensorflow，没有报错就表示已经安装成功了。
