安裝環境及注意事項

##電腦配置：
系統環境：Win7/Win10
顯示卡：NVIDIA GTX1080/Nivida TaiTan
在以上環境中均可安裝，本文以Win10_x64/NVIDIA GTX1080為例安裝
##注意事項
python版本不小於3.5否則TensorFlow不能安裝，本文安裝Python = 3.5
CUDA Driver Version = 8.0
##Install下載
Windows Packages for Python下載:
http://www.lfd.uci.edu/~gohlke/pythonlibs/
安裝包最好下載與本文版本號一致的安裝包，由於xx雲盤禁止共享安裝包，所以要麻煩各位大大自己下載了！！！

☆–開啟cmd，輸入：nvcc -V (注意區分大小寫)，驗證CUDA是否正確安裝。如正確安裝則執行結果如下：

##1.4 測試CUDA是否安裝成功
執行NVIDIA安裝目錄
…\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release
中的deviceQuery.exe和bandwidthTest.exe測試安裝是否成功。
如成功則如下圖所示：

執行deviceQuery.exe：

執行bandwidthTest.exe：

##1.5 測試CUDA不成功補救措施
重新編譯CUDA8.0自帶的samples
①用vs2012開啟目錄…\NVIDIA Corporation\CUDA Samples\v8.0下的Samples_vs2012.sln，分別重新生成Release x64與Debug x64環境下的Samples_vs2012解決方案。
②如重新生成解決方案出錯，提示找不到標頭檔案：”d3dx9.h”、 ”d3dx10.h” ”d3dx11.h”的錯誤。可安裝DXSDK_Jun10.exe解決該問題。(安裝完成後需重新開啟Samples_vs2012.sln工程編譯)

##1.6 配置CUDA環境變數
☆–手動新增系統環境變數

☆–在系統變數path中新增環境變數

☆–如對環境配置較熟悉，則配置需求的環境變數即可，可對上述環境變數配置做相應修改，如NVIDIA安裝路徑非預設路徑，則將上述環境變數中的路徑修改為NVIDIA對應的安裝路徑。
#2. 安裝cuDNN
##2.1 下載cudnn
cudnn-8.0-windows10-x64-v5.1
下載連結: https://developer.nvidia.com/cudnn

##2.2 安裝cudnn
安裝cudnn-8.0-windows10-x64-v5.1，注意安裝版本選擇為v5.1，v6.0版本可能無法安裝TensorFlow_GPU，解壓安裝包得到cuDNN(bin/include/lib)三個資料夾，將CUDA安裝路徑下的對應檔案替換為解壓包中的檔案，即完成安裝。
#3. 安裝Anaconda
##3.1 安裝Anaconda
安裝Anaconda3-4.4.0-Windows-x86_64.exe。安裝完成後，開啟cmd視窗，執行Python，安裝成功則顯示如下內容

如不成功則手動新增Anaconda環境，在系統環境變數path中新增
…\Aconda3
…\Aconda3\Scripts
…為Anaconda的安裝路徑，重啟電腦後path環境生效。
##3.1 建立Anaconda虛擬環境
☆–1 開啟cmd視窗輸入建立虛擬環境命令：

conda create -n tensorflow-gpu python=3.5

☆–2 輸入啟用環境命令:

activate tensorflow-gpu

☆–3 安裝開發需要的各種包:

pip install tensorflow-gpu
pip install scikit_image-0.13.0-cp35-cp35m-win_amd64.whl 

注意：安裝軟體之前必須啟動環境，如本文安裝tensorflow-gpu時為：

(tensorflow-gpu)C:\Users\CLS>pip install tensorflow-gpu

注意：安裝.whl檔案時需將對應的資料夾拷貝到當前執行路徑，本文將whl檔案拷貝到C:\Users\CLS資料夾下

#4. 檢測是否安裝成功
開啟cmd執行下列操作，結果如下圖所示則環境搭建成功

#5. Win10 python開發環境
推薦使用PyCharm