windows下设置GPU加速tensorflow运算（GT1050）

一、自己的环境

操作系统：win10   GPU：GTX1050+CUDA9.0+cuDNN    IDE:Pycharm    框架：tensorflow-gpu    解释器：Python3.6（强烈建议anaconda3，又方便又强大，下载太慢可以找镜像）

二、安装顺序

1、首先安装CUDA9.0。下载地址：https://developer.nvidia.com/cuda-toolkit-archive

选择9.0版本是因为网上说，tensorflow的windows-gpu还不支持CUDA的新版本。再加上同学安装的也是9.0，用的没有问题，所以就选择了这个版本。

在下载的时候选择适合自己的版本。     

我选择的如上图，刚开始第四行选择的是右边的那个，但是下载下来安装不了，百度查是电脑缺少什么压缩软件，所以建议选左边的那个。

然后只需要选择下图的base installer即可。

打开下载好的CUDA9.0开始安装，刚开始的安装程序存放位置，自己随意就好。

下一步会检测系统兼容性，有些显卡是不支持GPU的，自己需要先查清楚。

下一步接受协议

下一步选择安装模式，我选择的是自定义，程序默认的精简模式应该可以理解为安装所有东西，其中包括了我暂时不用的VS以及显卡驱动，所以我选择的是自定义模式。这也是查了其他的博文所做出的选择。

下一步的选择为

下一步会让选择安装路径，我最初是自己设置了路径，因为不想往C盘放东西，可是安装完之后，在我设置的路径里没找到安装的CUDA，他还是安装在了C盘，并且没有安装完全。所以我安装了第二次，我并没有卸载第一次装的，因为没找到卸载的方法。直接开始了第二次安装，还是选择自己设置的路径，还是没安装成功。很难受，所以第三次安装直接选择他的默认路径，一点多个G还能接受，放在C盘也问题不大。这次安装成功了。

所以个人建议，如果C盘能接受一个多G，不如直接安装在默认路径，防止老出问题。

安装完成之后，下一步需要配置环境变量。

如果安装成功，系统变量会多出两个为

还需要自己添加几个系统变量

CUDA_SDK_PATH = C:ProgramDataNVIDIA CorporationCUDA Samplesv9.0(这是默认安装位置的路径，如果自己路径设置安装成功的话就用自己的路径)

CUDA_LIB_PATH = %CUDA_PATH%libx64 

CUDA_BIN_PATH = %CUDA_PATH%in 

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%inwin64 

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%commonlibx64

添加好之后应该像下面这样。

下一步在系统变量PATH里添加东西。找到系统变量的PATH双击。

添加下列东西。

%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0libx64   这些均为默认路径，有需要的话自行修改

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0in 

C:ProgramDataNVIDIA CorporationCUDA Samplesv9.0commonlibx64

C:ProgramDataNVIDIA CorporationCUDA Samplesv9.0inwin64

添加完之后CUDA就算安装完成了。我们可以检验是否安装成功。

打开CMD，cd到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0extrasdemo_suite    （这是默认路径）

分别执行命令：bandwidthTest.exe

                         deviceQuery.exe

若分别返回

则代表CUDA9.0安装成功。

2、安装cudnn。

去官网（https://developer.nvidia.com/cudnn）上下载搭配CUDA9.0的cudnn ，一定要注意搭配9.0。会需要注册英伟达的账号。

下载好之后，解压，分别将.h .lib 和.dll 文件分别拷贝到cuda

的..V9.0include

, ..v9.0extrasCUPTIlibx64

, ..v9.0in 文件夹下。其实也就是对应的文件夹。

到这里就安装好了CUDA9.0及其对应的cudnn。

3、安装tensorflow-gpu

注意：先配置环境，在安装框架（注意各个包版本的对应关系）

对应关系：https://tensorflow.google.cn/install/source_windows

Anaconda初步学习

0.下载Anaconda安装包：Anaconda官方下载地址
我下载的是Anaconda4.4.10 For Windows 64bit（内置python3.6）
下载好了就安装，一直下一步。

1.检查Anaconda是否成功安装：conda --version

2.检测目前安装了哪些环境：conda info --envs

安装环境只有一个，不用担心。

3.检查目前有哪些版本的python可以安装：conda search --full-name python

（好多呀，要哪个呢？嘻嘻当然是python3.6啦）
4.安装不同版本的python：

对于GPU版本：conda create --name tensorflow-gpu python=3.6

对于CPU版本：conda create --name tensorflow python=3.6

 （默认情况下会自动选择最新版本分支） 

5.按照提示，激活之：activate tensorflow

 （嘻嘻它有了一顶小帽子~代表我的当前环境哦） 

6.确保名叫tensorflow的环境已经被成功添加：conda info --envs

（Bravo!）
7.检查新环境中的python版本：python --version
基本已经完成。

8.安装 tensorflow

命令行输入：pip install tensorflow-gpu，默认安装最新的tensorflow 版本1.5.0，

安装完成后使用 import tensorflow as tf 出现如下错误：

度娘后发现CUDA8.0 不支持tensorflow 1.5，故需要降低版本。（也可提升CUDA版本，不过需要注意CUDA与cudnn版本的对应，以及是否与电脑的GPU兼容，否则很容易入坑。cuda8对应 cudnn6，cuda9 对应cudnn7.）

卸载pip uninstall tensorflow-gpu-1.5.0

选择安装版本：pip install tensorflow-gpu==1.4.0

9.确认tensorflow安装成功：

错误尝试:直接在cmd里面键入python，然后键入import tensorflow as tf

遇到问题：No module named ‘tensorflow’ 是因为我们环境中包含了2个python环境，一个base，一个tensorflow-gpu，两个环境版本可以是一样的，笔者的均是3.6.4。

正确尝试：进入Anaconda Prompt-python里

输入：activate tensorflow-gpu 的环境，键入python，然后再键入import tensorflow as tf

在这里可以找到Anaconda Prompt-python：

10、tensorflow开发环境

（1）spyder

打开Anaconda Navigator（开始菜单->Anaconda 3->Anaconda Navigator），搞一个spyder玩，点击spyder下面的“install”，安装好就变成“Launch”了，点击就可以进去了。

 在spyder里对tensorflow说Hello!

输出：

（2）、jupyter notebook 这个工具比较流行

Jupyter is a web application that allows you to create and share documents that contain live code, equations, visualizations and explanatory text.

安装完Anaconda后可直接打开jupyter notebook。或者在Anaconda Prompt中输入jupyter notebook

坑1：在jupyter notebook中新建.py文件，import tensorflow as tf，运行后又是那句之前见到过很多次的提示：not find module TensorFlow，想了一下，spyder 环境中会通过Application 选择 base 环境还是 tensorflow-gpu/tensorflow 环境，而jupyter notebook也需要选吧。一想还没激活环境呢。

坑2：退出jupyter notebook，在Anaconda Prompt 输入：activate tensorflow-gpu ,启动，依然是之前那个提示。

填坑：

之前我们在Anaconda安装好了TensorFlow，但要想在Jupyter notebook上使用，还不行，接着安装ipython（好像最新 都不需要重新装了），安装jupyter。

以上算是Anaconda安装好了TensorFlow，但要想在Jupyter notebook上使用，还没完。

接着安装ipython，安装jupyter。

第一步>>activate tensorflow-gpu

第二步>>conda install jupyter

 安装完成后在打开jupyter notebook 运行

import tensorflow as tf
a=tf.constant([1.0,2.0],name="a")
b=tf.constant([2.0,3.0],name="b")
result =a+b
print(result)
sess=tf.InteractiveSession()
print(result.eval())
sess.close()

 需要在新的环境下安装一个jupyter notebook

 有个问题：在cmd里输入jupyter notebook打开的是base(root)环境下的cpu版本的tensorflow。

想要在cmd里打开自定义环境中的jupyter需要：去开始菜单栏或者直接运行logo的方式

https://blog.csdn.net/wanzhen4330/article/details/81699769

注意你大可以装双系统，单数虚拟机下的linux系统他调用不聊显卡。

参考：https://www.cnblogs.com/wanyu416/p/9536853.html

　　https://blog.csdn.net/zqx951102/article/details/89105110