最详细的搭建深度学习环境（TensorFlow-GPU版本）_tensorflowgpu环境配置

前言：

搭建目标——Windows10+Anaconda3+Tensorflow-GPU+（VS）+CUDA+CUDNN+Pycharm

一、准备工作：

1.安装Anaconda

简介：Anaconda是一个管理Python版本、 依赖工具包、开发环境的软件。

可以建立独立的开发环境，在独立的开发环境中下载各依赖工具包。

步骤：

（1）网址https://www.anaconda.com/distribution/#download-section

（2）下载64位、Python3.7版本

（3）下载完成后点击

（3）点击Next

（4）选择I Agree

（5）选择Just Me

（6）建议修改为自定义路径

（7）全选，点击Install

   

2.建立开发环境

（1）点击开始，选择Anaconda Prompt（anaconda3）

（2）建立独立开发环境（注：在此环境中可指定python版本，Python）

（3）激活开发环境

（4）查看此环境中各依赖包

（5）安装包命令

（注：此处由于不是国内镜像，下载会比较缓慢）

所以，为了减少安装时间，此处提供国内镜像地址，具体用法如下

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

由此可得，安装工具包的通用命令为：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名==版本号

或者 pip install -i http://pypi.douban.com/simple 包名 --trusted-host pypi.douban.com

（注：以下为本人已经安装的工具包）

备注：（5）步骤暂且不用做，先了解。在这，anaconda安装到此结束。

二、正式安装TensorFlow-GPU版本

总：安装TensorFlow-GPU版本需要如下软件配置，且各个软件详细版本对照如下

注：版本必须一一对应，否则会导致安装失败（出现网上许多失败问题）

1.安装CUDA

（1）查看电脑安装具体版本CUDA

搜索控制面板，选择硬件和声音

（2）选择NVIDIA控制面板

（3）点击系统信息，点击组件，即可看见显卡支持CUDA的版本，可安装对应版本的CUDA，本人这里使用CUDA8.0

此图来源https://blog.csdn.net/lzrocking/article/details/90573854?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task）

（4）由于CUDA必须依赖VS，如未安装Visual Studio xxxx版，请提前安装，CUDA与VS版本对应关系如下

CUDA10.0——VS 2017

CUDA9.0——VS 2015

CUDA8.0——VS 2013

（5）VS安装链接（VS的安装直接next就行了，由于此处着重于CUDA安装，VS可自行安装即可）

visual studio 2013 社区版

http://download.microsoft.com/download/7/1/B/71BA74D8-B9A0-4E6C-9159-A8335D54437E/vs2013.4_ce_enu.iso

visual studio 2015 社区版

http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso

（6）本人安装好VS2013之后，再安装CUDA8.0，点击Download即可

CUDA8.0链接：https://developer.nvidia.com/cuda-80-ga2-download-archive

（7）点击如下

（8）点击ok

（9）勾选如下

（10）安装位置如下，记住这个（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）路径，点击安装

2.安装CUDNN

CUDNN与CUDA的关系对照见  （二、总：）

（1）一般说来CUDA8.0——CUDNN5.1、CUDNN6

CUDA9.0——CUDNN7

CUDA10.0——CUDNN7

（2）此处附上本人安装CUDNN5.1版本

链接：https://pan.baidu.com/s/13mHDvPob_eNivT9sbZkPFg 
提取码：k8fi 

（3）解压

（4）将如下三个文件夹全部复制

（5）粘贴到之前我们记住的这个C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0路径里面

（6）到此CUDA和CUDNN安装全部完成

3.安装TensorFlow-GPU版本

（1）按照一、2、（3）

（2）pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2.0

注：如果安装失败，不用管，再输入上图这个命令，再来一次，直到成功（因为可能是网络原因导致的）

（3）pip list

至此，TensorFlow-GPU版本环境搭建成功！

三、安装开发工具Pycharm

简介：这个软件就是用来写代码、运行的工具。添加上述环境到这个开发工具里面就可以行了。

（1）官网链接：https://www.jetbrains.com/pycharm/

（2）点击download

（3）点击professional版本下载

（4）下载完成后，点击

（5）点击Next

（6）由于本人安装的时候一路Next下去，所以不在此过多阐述

（7）到此，安装成功！

（8）由于专业版需要激活，可自行去网上寻找

1.打开pycharm

2.点击文件，设置

3.点击左上角

4.点击Add

5.点击

6.点击

7.点击

8.出现下图即可

9.新建项目，test.py

10.如下代码

import tensorflow as tf
hello=tf.constant('hello,world')
sess=tf.Session()
print(sess.run(hello))

11.出现如下图

终于大功告成！！！