Tensorflow-GPU在window环境下安装历程

    Tensorflow是Google在2015年11月9日宣布开源的第二代机器学习系统，支持python和C++，支持CNN、RNN和LSTM等算法，这里python IDE推荐pyChorm，功能强大，安装库也很方便，简单的tensorflow的默认cpu版本可以直接pip安装运行没有问题，但是速度非常慢，所以改为使用tensorflow-gpu，速度能提升很多。

     首先查询电脑是否支持gpu，确定支持后，先下载NVIDIR的CUDA和CUDNN(可以在英伟达官网下载)，CUDA是图像处理支持，CUDNN是链接tensorflow和CUDA必要的插件，这里CUDA必须下载8.0版本，9.0版本暂时不支持。这里对版本的对应非常严格，之前下载哈工大的pyltp我就体会到了，简直一个版本的pyltp需要一个版本的visio studio。我尝试了很多版本，最终选择了Tensorflow-gpu 1.14.0rc1 + cuda_8.0.61.2_windows + cudnn-8.0-windows10-x64-v6.0 首先下载cuda，之后默认路径安装后有如下文件就算安装成功了。

      然后下载cudnn，解压后有三个文件夹。

      将cudnn各个文件夹中的文件复制到对应CUDA的相同文件夹中。

      最后修改环境变量，安装CUDN后默认的环境变量是CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，没有显示bin目录和x64目录，单独将其添加到path中。最终还要确认有visio studio c++ 2015 Redistributable - x64环境。没有的话会报错 ‘DLL not found’.

     然后打开命令行输入pip install tensorflow-gpu，等待gpu版本的tensorflow安装完成就OK了，输入 python进入python环境，输入 import tensorflow as tf，没有报错就说明安装成功，如果报错，重启一次。