Tensorflow-gpu环境搭建详细教程（内含cuda和cudnn安装教程）
Tensorflow-gpu环境搭建详细教程
配置环境
安装tensorflow-gpu之前，我们需要准备好环境anaconda3+cuda9.0+cudnn9.0+tensorflow-gpu1.9.0.
其中cuna9.0和cudnn9.0和tensorflow-gpu1.9.0三者的版本需要相互对应。
下载安装CUDA
cuda9.0 官方下载地址.
1.我这里用的是windows系统，选择window
2.选择你的windows系统版本，我的是window10
3.选择第一个选项
4.选择第一个开始下载
5.下载完之后打开安装
6.选择自定义选项
7.选择CUDA
8.下一步
9.点击结束，安装完成
CUDA9.0的环境变量配置
此电脑上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量
接下来需要将
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
两个路径复制到环境变量path中去(这里是默认的安装路径)
下载安装CUDNN9.0
cudnn9.0 官方下载地址.
当你进入官网下载时，需要你注册登录后才能下载，我们按照步骤注册登录就好了
1.点击Download cuDNN
2.点击login
3.点击CREATE AN ACCOUNT注册
4.注册完后登录，完成一个问卷后点击I agree和Archived cuDNN Releases 查看更多版本
5.选择cudnn9.0版本
6.选择对应window10的版本
10.下载后解压，分别将.h .lib 和.dll 文件分别拷贝到cuda的include, lib/x64, bin 文件夹下，也就是对应的文件夹。
11.配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe
win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe.得到下图则安装完成
下载安装anaconda3
anaconda 各版本下载地址.
1.选择anaconda3-5.3.1-windows-86_64版本开始下载
2.下载后打开进行安装
3.选择第一个
4.自己选择安装路径
5.两个选项都选上，点击Install下载
6.打开Anaconda Navigator
7.检查Anaconda是否成功安装：conda --version
8.检测目前安装了哪些环境：conda info --envs
9.检查目前有哪些版本的python可以安装：conda search --full-name python
10.用anaconda创建一个虚拟环境：conda create --name tensorflow python=3.6（中间根据提示输入y）
11.按照提示，激活环境：conda activate tensorflow-gpu
12.确保名叫tensorflow-gpu的环境已经被成功添加：conda info --envs
Tensorflow的安装
1.用豆瓣镜像去安装tensorflow-gpu1.9.0:
pip install --index-url https://pypi.douban.com/simple tensorflow-gpu==1.9.0
测试
1.打开Anaconda Prompt,进入虚拟环境：conda activate tensorflow-gpu
2.输入python，回车
3.然后输入import tensorflow as tf
hello = tf.constant(‘hello tensorflow’)
sess = tf.Session()
print(sess.run(hello))
结果：b’Hello tensorfolw’,则安装成功。
遇到的问题
1.pip版本过低
根据提示，使用python -m pip install --upgrade pip升级失败
使用pip install --user --upgrade pip成功升级
确认pip是否升级成功：pip show pip
2.如果出现镜像下载超时的问题，换个镜像下载即可。
本文地址：https://blog.csdn.net/uran_orange/article/details/107644151