Tensorflow-GPU加速安装教程

需要使用的安装包和版本

1. python3.6：
   使用Anaconda进行安装，下载地址：
   https://pan.baidu.com/s/1B6j3bLlV4MwhOXEYn3wo5A
   提取码：iu5r
2. vs2017：（在此我使用的是community版本）下载地址：
   https://pan.baidu.com/s/1Lln-I9YM7QT66GAdm1gIgA
   提取码：fgww
3. cuda9.2版本：（为何使用9.2版本之后会有解释）下载地址：
   https://pan.baidu.com/s/1YFO4L4T6yBUOXX4lmi_5Bg
   提取码：6ur1
4. cudnn9.2：下载地址：
   https://pan.baidu.com/s/160d7HpnLBIAQnlLhdULXJg
   提取码：0vz9
5. tensorflow-gpu安装镜像（必须使用这个！！！）下载地址：
   https://pan.baidu.com/s/12hurLVnJri7d9FQThmMEcw
   提取码：jran

步骤

vs2017安装

1. 安装VS2017，点开上述中community的下载地址，在安装界面中只需要选择 C++ 即可。

cuda安装

2. 我所使用的cuda安装是exe文件，点开后如下图所示
   直接点击ok开始抽取文件后，进入如下界面：
   
   进行兼容性检测，如果出现警告如图所示：
   
   那么需要检查你的nvida控制面板，查看系统信息中的组件信息，NVCUDA.DLL，下载比我这个9.2版本更新的版本替代。之后cudnn也需要更新，tensorflow-gpu版本也需要更新。
3. 选择精简直接进行安装到结束即可。至此cuda安装完成。安装完成后把该路径加到系统环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

cudnn安装

4. 从https://developer.nvidia.com/cudnn上下载cudnn相应版本的压缩包（可能需要注册或登录）。
5. 如果这个压缩包不是.tgz格式的，把这个压缩包重命名为.tgz格式。解压当前的.tgz格式的软件包到系统中的任意路径，解压后的文件夹名为cuda，文件夹中包含三个文件夹：一个为include，另一个为lib64，还有一个是bin，然后复制到CUDA_PATH下面。
6. 将解压后的文件中的lib/x64文件夹关联到环境变量中。这一步很重要。（配置到环境变量的path全局变量里，详细过程这里就不演示了）

python3.6安装

7. 使用anaconda进行安装即可，教程很多很简单不多叙述

安装tensorflow-gpu1.8.0

8. 采用的安装包是地址是：
   https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2
   下载下来之后 用pip安装这个whl文件，需要连网，因为会有其他的相关的库会自动下载。为什么要采用，是因为tensorflow-gpu不支持9.0以上的cuda版本，需要对原文件进行编译，大佬已经编译好放到了github上，如果出现版本问题的，可以在这里寻找。

至此安装步骤到此结束，可以进行tensorflow的测试

测试引用：
#coding=utf-8
import tensorflow as tf
import numpy as np
hello=tf.constant(‘hhh’)
sess=tf.Session()
print (sess.run(hello))

参考：
https://www.cnblogs.com/fanfzj/p/8521728.html
https://blog.****.net/weixin_42359147/article/details/80622306