Win10下Tensorflow+GPU的环境配置_tensorflow gpu

　　不得不说，想要为深度学习提前打好框架确实需要花费一番功夫。本文主要记录了Win10下，Cuda9.0、Cudnn7.3.1、Tensorflow-gpu1.13.1、python3.6.8、Keras的安装过程。

　　主机的主要配置为CPU：i9-9900K、GPU：RTX-2080Ti

　　因为版本在不断更新迭代的缘故，所以各个版本的对应问题是一个巨大的坑，经常性的会在一个版本tensorflow装好后，却出现无法对应使用的情况，所以建议根据自己电脑现在目前已经装好的版本来确定接下来要安装的其他框架的版本。我在主机中通过Anaconda已经先安装了Python3.7.1，但后来用改为使用Python3.6.8。

　　Anaconda - Python

　　Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 所以，直接通过安装Anaconda来安装python。

　　1.进入官网（https://www.anaconda.com/download/#windows）下载对应正确的版本，这里选择的是Windows 64bit；

　　2.傻瓜式安装， 全部下一步。

　　在这里，两项需要全部勾选。

　　3.安装完成后，打开Anaconda Prompt，输入Python。

　　可以看到，Python 3.7.0已经安装完成。

　　注：如果想要对安装包进行更新，可以切换盘符到Anaconda安装目录输入conda list 就可以查询现在安装了哪些库，初次安装的包一般比较老，为了避免之后使用报错，可以输入 conda update --all 命令，把所有包进行更新，在提示是否更新的时候输入 y（Yes）让更新继续，等待完成即可。

　　CUDA与cuDNN

　　https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

　　https://developer.nvidia.com/rdp/cudnn-archive

　　分别在网站上下载对应的版本，安装即可。

　　安装配置

　　打开Anaconda Prompt，新建tensorflow环境

　　激活Tensorflow：activate tensorflow，查看python版本为3.6：

　　安装tensorflow-gpu：pip install tensorflow-gpu

　　检测tensorflow是否使用gpu进行计算

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

　　安装Keras

　　安装MinGW包：conda install mingw libpython

　　在Python环境测试Keras

　　这样，所有需要的环境就都安装好了。版本对应问题很关键，一定要在版本支持的前提下进行安装。