tensoflow-gpu安裝

對於python 3.5和3.6的童鞋們而言，安裝tensorflow其實並不難，因為我們可以通過pip直接安裝。

不過，第一要求你安裝的python是64位的，如下圖所示，注意劃黃色線的部分。

python 位數確定

第二，通過pip安裝的話，有一個缺點，那就是會造成cpu的算力不夠，因為缺少兩個C的庫，不過沒有影響的。如果你是一個完美主義者，那麼就只能通過Bazel方式原始碼安裝Tensorflow了。詳細過程我之後會發布相關文章，可以留意一下。

pip 安裝 Tensorflow-gpu

cuda配置

最新的Tensorflow-gpu 使用的是cuda 9.0.dll的內容，所以就要下載cuda 9.0對應window或者linux或者mac的版本的安裝檔案了。（下載網站：https://developer.nvidia.com/cuda-90-download-archive）

下載介面

我的電腦是window10，所以就選擇如圖所示的選項。主要的提一點，就是最後的Installer Type這個選項，exe（network）是線上安裝版，也就是你執行這個安裝程式，需要聯網。exe（local）是離線安裝版，不過他檔案比較大。選完後，點選下面的download就行下載。

exe（network）線安裝版

exe（local）離線安裝版

下載完成後，雙擊執行檔案

選擇 ok

等進度條走完，就會進入安裝介面。

安裝載入介面

檢查系統相容性，等一下就好

如果檢測通過了，那麼恭喜你，你的顯示卡可以安裝cuda，如果沒有通過，只能抱歉的告訴你，只能請你pip unistall tensorflow-gpu，然後執行pip install tensorflow。那你的電腦的顯示卡不支援tensorflow-gpu加速。

點選 同意並繼續

如果你不知道你要安裝些什麼，那麼請你勾選，精簡。如果

勾選精簡，然後點選下一步

等待安裝完成

選擇 下一步

全部勾選 ，點選關閉

下面這一步很重要：

CUDA_PATH是C:Program FilesNVIDIA GPU Computing ToolkitCUDA9.0但是僅僅如此，是不夠的，還需要在環境變數裡的path全域性變數里加入，這個下面的bin和lib\x64目錄的路徑。

cudnn配置

對於tensorflow而言，真正實現加速的是cudnn，然後cudnn呼叫的是cuda顯示卡驅動。所以最後我們要配置cudnn這個模組。

cuDNN的全稱為NVIDIA CUDA Deep Neural Network library，是NVIDIA專門針對深度神經網路（Deep Neural Networks）中的基礎操作而設計基於GPU的加速庫。cuDNN為深度神經網路中的標準流程提供了高度優化的實現方式，例如convolution、pooling、normalization以及activation layers的前向以及後向過程。

cuDNN只是NVIDIA深度神經網路軟體開發包中的其中一種加速庫。想了解NVIDIA深度神經網路加速庫中的其他包請戳連結https://developer.nvidia.com/deep-learning-software。

下面我們說一下正確的安裝cuDNN方式，其實跟著官方安裝說明進行安裝就可以了。

從https://developer.nvidia.com/cudnn上下載cudnn相應版本的壓縮包（可能需要註冊或登入）。

如果這個壓縮包不是.tgz格式的，把這個壓縮包重新命名為.tgz格式。解壓當前的.tgz格式的軟體包到系統中的任意路徑，解壓後的資料夾名為cuda，資料夾中包含三個資料夾：一個為include，另一個為lib64，還有一個是bin，然後複製到CUDA_PATH下面。

將解壓後的檔案中的lib/x64資料夾關聯到環境變數中。這一步很重要。（配置到環境變數的path全域性變數裡，詳細過程這裡就不演示了）

複製目錄的位置

執行tensorflow檢驗

#coding=utf-8

import tensorflow as tf

import numpy as np

hello=tf.constant('hhh')

sess=tf.Session()

print (sess.run(hello))

如果執行，沒有報錯，就是表示可以放煙花了。我們可以愉快的開始tensorflow之旅了。

cuda、cudnn資源分享（百度網盤）

連結：https://pan.baidu.com/s/1pYBOe1M2pFHQUAZ8A5uwgw 密碼：thji