Tensorflow-gpu在windows10上的安裝（anaconda)
文檔來源轉載：
http://blog.csdn.net/u010099080/article/details/53418159
http://blog.nitishmutha.com/tensorflow/2017/01/22/TensorFlow-with-gpu-for-windows.html
安裝前準備
TensorFlow 有兩個版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安裝 GPU 版本，請先確認你的顯卡支持 CUDA。我安裝的是 GPU 版本，采用 pip 安裝方式，所以就以 GPU 安裝為例，CPU 版本只不過不需要安裝 CUDA 和 cuDNN。
- 在 這裏 確認你的顯卡支持 CUDA。
- 確保你的 Python 版本是 3.5 64 位及以上。（TensorFlow 從 1.2 開始支持 Python 3.6，之前的官方是不支持的）
- 確保你有穩定的網絡連接。
- 確保你的 pip 版本 >= 8.1。用
pip -V查看當前pip版本，用python -m pip install -U pip升級pip。 確保你安裝了 VS2015 或者 2013 或者 2010。此條非必須，刪除。
此外，建議安裝 Anaconda，因為這個集成了很多科學計算所必需的庫，能夠避免很多依賴問題，安裝教程可以參考 這裏。
以上條件符合，那麽恭喜你可以開始下載 CUDA 和 cuDNN 的安裝包了，註意版本號分別是 CUDA 8.0 和 cuDNN 5.1（由於 TensorFlow 不同版本有變化，5.1 已不再適用新版本，此處請結合 安裝cuDNN 說明），這是 Google 官方推薦的。可以去各自官網下載，我已經下載好打成一個壓縮包放到了百度雲，大家可以從 這裏下載，密碼 5aoc。
安裝TensorFlow
由於Google那幫人已經把 TensorFlow 打成了一個 pip 安裝包，所以現在可以用正常安裝包的方式安裝 TensorFlow 了，就是進入命令行執行下面這一條簡單的語句：
# GPU版本
pip3 install --upgrade tensorflow-gpu
# CPU版本
pip3 install --upgrade tensorflow- 1
- 2
- 3
- 4
- 5
然後就開始安裝了，速度視網速而定。
安裝網之後你試著在 Python 中import tensorflow 會告訴你沒有找到 CUDA 和 cuDNN，所以下一步就是安裝這兩個東西。
安裝CUDA 8.0
下載並安裝CUDA Toolkit
Toolkit 8.0或更高版本：https：//developer.nvidia.com/cuda-downloads
示例安裝目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
這個也是很簡單的，下載完我上面給的壓縮包之後，解壓，得到兩個文件，那個 exe 文件就是 CUDA8 的安裝程序，直接雙擊執行就可以了，就像安裝正常的其他軟件一樣，安裝過程屏幕可能會閃爍，不要緊，而且安裝時間有點長。
安裝完之後系統變量會自動為你添加上，這個不用管。
測試一下是否安裝成功，命令行輸入 nvcc -V ，看到版本信息就表示安裝成功了。
安裝cuDNN
Google 於 2017 年 8 月 17 日左右發布了 TensorFlow 1.3，該版本不再支持 cuDNN 5，開始支持 cuDNN 6，並預計在 TensorFlow 1.4 支持 cuDNN 7，所以說當你使用 pip 安裝最新版的時候，請使用 cuDNN 6，而不是我提供的 5.1，否則會出現 Issues #2 的問題。
TensorFlow 1.3 中關於 cuDNN 的 發行說明：
All our prebuilt binaries have been built with cuDNN 6. We anticipate releasing TensorFlow 1.4 with cuDNN 7.
TensorFlow 1.2 中關於 cuDNN 的 發行說明：
TensorFlow 1.2 may be the last time we build with cuDNN 5.1. Starting with TensorFlow 1.3, we will try to build all our prebuilt binaries with cuDNN 6.0. While we will try to keep our source code compatible with cuDNN 5.1, it will be best effort.
下載並安裝適用
於Windows 10的cuDNN cuDNN 6.1版庫：https：//developer.nvidia.com/cudnn
您需要在Nvidia註冊才能下載這些文件。現在將cuDNN文件解壓到您的Toolkit目錄中
環境變量
確保在安裝CUDA工具包之後，將CUDA_HOME設置為環境變量。如果沒有，那麽你需要手動添加它。
和路徑變量一樣..
安裝Anaconda
我們將安裝Anaconda，因為它可以幫助我們輕松管理特定Python發行版的單獨環境，而不會影響系統中安裝的python版本。
下載並安裝
Anaconda
創建conda環境
創建新的環境，名稱為tensorflow-gpu和python版本3.5.2conda create -n tensorflow-gpu python=3.5.2
激活環境 activate tensorflow-gpu
安裝tensorFlowpip install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl
這裏我是在清華源網安裝的tensorflow-gpu 的1.3版本，定向版本安裝。
完成。您已經在您的Windows機器上成功安裝了帶有GPU的TensorFlow。
現在讓我們來測試它是否使用GPU ...
激活我們創建的環境activate tensorflow-gpu
測試GPU
進入python shellpython
import tensorflow as tf
現在運行這個命令並檢查它是否識別你的GPU。sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
Issues
#1 Cannot remove entries from nonexistent file
如果在安裝 TensorFlow 的時候出現類似 Cannot remove entries from nonexistent file c:\users\li\anaconda3\lib\site-packages\easy-install.pth 的錯誤，那麽可以參考 Cannot remove entries from nonexistent #622 和 osx 10.11 installation issues #135，裏面說了好多種解決辦法，我在這裏介紹一種方法：在 pip3 install --upgrade tensorflow-gpu 之前先執行 pip install --upgrade --ignore-installed setuptools 。
#2 ImportError: DLL load failed: 找不到指定的模塊。 和 ImportError: No module named ‘_pywrap_tensorflow_internal‘
如果在 import tensorflow 的時候這兩個問題同時出現，那麽很有可能是你的 cuda 和 cudnn 版本有問題，例如你的 cuda 版本是 8.0.60，而正確的是 8.0.44，重新安裝正確的版本（文章裏提供的）就可以。參考 On Windows, running “import tensorflow” generates No module named “_pywrap_tensorflow” error 。感謝 @qq_27690673 提供的信息。
#3 ImportError: No module named ‘tensorflow.python.pywrap_tensorflow_internal‘
如果在 import tensorflow 的時候出現此問題，那麽你可能是在 tensorflow 的源碼目錄裏進入了 python 解釋器。離開該目錄重新進入 python 解釋器即可。
Tensorflow-gpu在windows10上的安裝（anaconda)