【适合N卡独显电脑的环境配置】Tensorflow教程-Windows 10下安装tensorflow 1.5.0 GPU with Anaconda

注意： 1.目前Anaconda 更新原命令activate tensorflow 改为 conda activate tensorflow

　　　 2. 目前windows with anaconda 可以使用python 3.6，需要注意，如使用3.6，则需注意在创建conda环境时需使python=3.6

　　　 3.官网更新为CUDA9和cuDNN6，实测CUDA9和cuDNN7完美运行，CUDA9和cuDNN6大家可以试一下

TensorFlow 1.5.0 现已公开，如果您在Windows或Linux上使用GPU加速，TensorFlow 1.5现在已经支持CUDA 9和cuDNN 7。本文就来为大家详细地介绍一下如何在Windows下安装TensorFlow GPU版本。本教程基于Anaconda 而不是pip安装TensorFlow，主要原因由于TensorFlow安装在conda虚拟环境的不会对系统python产生影响，可安装多种不同python版本。

首先下载和安装Anaconda Python 3.6 version，关于获得Python 3.5或其他Python版本，之后会提到，并且TensorFlow Windows版目前官方支持Python 3.5和Python 3.6. 安装时无脑下一步即可，不必理会其他选项。

https://www.anaconda.com/download/#windows  注意下64位

然后根据自己GPU型号安装最新Nvidia GPU驱动：

https://www.nvidia.cn/Download/index.aspx?lang=cn

目前官方文档显示为需CUDA 9.0 和 cuDNN 6。实际已经迁移到CUDA 9.0 和 cuDNN 7。安装CUDA 9.0：

https://developer.nvidia.com/cuda-90-download-archive

1. 选择自己的操作系统版本
2. 选择Installer Type : exe(local)
3. 选择Base Installer
4. 下载后双击安装
5. 安装选项选择自定义，只勾选CUDA如图1
6. 之后一直点击下一步即可

安装cuDNN 7（目前cuDNN 6 也可以，官网文档最近更新）：

https://developer.nvidia.com/cudnn

你的盘符:cudnn-9.0-windows10-x64-v7cudain添加到path环境变量

1 . 打开Anaconda Prompt通过调用以下命令创建一个名为tensorflow_gpu的conda环境：

conda create -n tensorflow_gpu pip python=3.5

2. 通过发出以下命令来激活名为tensorflow_gpu的conda环境：(回车后会有类似图7的改变)

conda activate tensorflow_gpu

3. 用以下命令，在名为tensorflow_gpu的conda环境中安装GPU版本TensorFlow。要安装TensorFlow的GPU版本，请输入以下命令回车运行后等待安装：

pip install --ignore-installed --upgrade tensorflow-gpu

4. 上个命令会安装最新版的TensorFlow，如果想安装指定版本如1.4.0版，请使用：

pip install tensorflow-gpu==1.4.0

5.上述过程安装完成后，输入python对环境进行测试，接着输入

import tensorflow as tf

无返回，或者异常说明表示安装成功

后面的步骤同 CPU部分