Windows 10 、GPU 1080 ti 安装 Anaconda， GPU版本的TensorFlow 详细教程

本文主要是参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html 并在其基础上细化说明，以及排雷。

重要声明：

安装GPU版本的TensorFlow最重要的就是各种软件之间版本匹配，并非最新的软件最好，太新太旧都不行。强烈建议走别人已经走过的版本搭配，如果使用自己搭配的版本，需要之前自行确定是否兼容。如果懒，那就严格走别人的路。

需要准备的软件安装包

64位 Windows 10+ Anaconda （Python 3.5 ）+ Visual Studio 2015 + CUDA 9.2 + CuDnn 7.1.4 for CUDA 9.2+ TensorFlow 1.8.0+pycharm

STEP 1: Anaconda 下载安装

Anaconda 的下载地址。注意下载最新版本的Anaconda 然后要将python的版本搞成3.5.具体操作见下文。

选择符合电脑操作平台Anaconda 的版本下载后安装。一切按照默认安装除了下图，需要添加环境变量的路径，因此要打勾。

安装过程中出现要求安装VS，如下图，选择装就行。不装最后可能会出现报错： Conda 命令是不可执行的程序。

接下来打开Anaconda Prompt，输入

conda search python

出现报错，conda不是可执行的命令，原因可能有二：没有正确加入环境变量或者需要重启电脑、

检查环境变量的方法参照：检查修改环境变量。

如果conda命令可以正常使用，接下来就修改python版本为 3.5。

(1).创建一个名为py35的环境，指定Python版本是3.5

conda create --name py35 python=3.5

注意到路径“C:\Users\Yang\Anaconda3\envs”下，出现了名字为py35的文件夹，这表示环境创建成功，如下图：

其他几个文件夹是本人手抖，不知道什么时候创建的虚拟环境。所以之后在安装的时候，千万注意是在哪个虚拟环境中安装TensorFlow，事关TensorFlow导入pycharm的路径。

也可以使用下面命令，查看你一共有多少个虚拟的环境

conda info --envs

我想要的是py35的环境下安装TensorFlow，所以安装TensorFlow之前激活这个环境，如步骤（2）

(2).安装完成后，使用activate激活python35

conda activate py35

注意到电脑程序列表中出现了 prompt py35.之后的所有安装，尤其是TensorFlow的安装都可以在这个prompt下打开，这样就免去了每次先输入conda activate py35的麻烦。否则在默认的prompt---base下安葬TensorFlow 就先激活py35，具体操作见后文STEP 6.

STEP 2: 安装Visual Studio 2015

安装VS2015没什么难度，只有一个选项需要自定义，别的选项都可以使用默认值。VS2015的默认安装不包括C++的编译器，必须手动勾选Visual C++，如下图，不然会面临后续的CUDA编译错误。

STEP 3: 安装CUDA

双击我们下载的安装文件即可，一切都选择默认即可。

如果有补丁，先安装完之后再运行补丁程序。

STEP 4: 验证CUDA安装的正确性

4.1 打开prompt，输入

nvcc -V

如安装正确，即可得到类似下图的输出。输出中显示了CUDA的版本是release 9.2

4.2 进入“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0”文件夹，双击打开 “Samples vs2015”这个文件。

选择编译生成1_Utilities中所有的文件。具体操作就是在1_Utilities上右键选择Build，注意红框部分的64位和Release：

这个时候，你可能遇到了编译错误，如果你发现错误提示是无法找到 CUDA.prop那么就是CUDA安装错误，建议检查CUDA版本重新安装。如果成功，则会看到5个文件编译成功，如下图：

在成功后，你会发现在“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release”文件夹中出现了一堆文件，我们主要需要deviceQuery和bandwidthTest。

4.3 打开 prompt ，运行

cd C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release

然后依次运行

deviceQuery.exe

和

bandwidthTest.exe

关注上两行的输出结果是否是result = PASS即可。

STEP 5: 安装cudnn

cudnn 的下载地址。注意需要先注册会员。

解压缩我们下载的CuDnn文件，得到3个文件夹：bin, include, lib。如下图所示，将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”

打开系统环境变量设置，以Win10为例，请参考百度经验（http://t.cn/RYIJJht）介绍。

确认CUDA_PATH和CUDA_PATH_V9.2 已经存在，否则手动添加路径。

STEP 6: 安装TensorFlow

非常重要！！！！激活py35的环境

activate py35

安装TensorFlow GPU版本

conda install tensorflow-gpu

注意不要使用pip安装，否则最后TensorFlow GPU安装后也不能调用GPU，即下面语句是错的，不要入坑

pip install tensorflow==1.8.0 --ignore-installed
pip3 install tensorflow-gpu

STEP 7: 测试 TensorFlow-gpu 安装正确

测试程序：

import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

正常情况会输出，即报出各种显卡的信息。

STEP 7: 安装pycharm

破解以及安装pycharm可以自行百度，安装完之后导入TensorFlow的方法：

7.1 file-->setting-->project interperter-->右上角点击齿轮-->show all-->加号添加-->选择conda环境-->导入路径“C:\Users\Yang\Anaconda3\envs\py35”选择python.exe-->确定即可。具体截图步骤如下：

注意这个地方的加号可以方便的添加各种包，比如，numpy、matplotlib、scipy、scikt-learn等等。