TensorFlow入门学习--win10安装TensorFlow环境配置

人均机器学习，，唉
版本具体区别可去官网上看
官网上下可能比较慢，我把这次用到的cuda+cudnn+驱动+cpu-z上传到百度云了
链接：https://pan.baidu.com/s/1bXB40JYDmz6gCsR-2sKn8A 密码：rmpd
（注：其他三个可以随便用，第四个NIVIDA驱动【430.39-notebook-win10-64bit-international-whql】最好根据本文指引下载适合自己电脑的版本）

本文讲的是win10环境下gpu版本的tensorflow安装配置方法，先讲好我想配置的环境：

1. 查看自己的gpu(显卡)

   如果不知道的可以用gpu-z下载查看下，我的是GTX 960M
   
   查看自己的gpu（也就是显卡）支不支持cuda：https://developer.nvidia.com/cuda-gpus
   
   我的显卡是GTX 960M，这里看到是支持的，并且计算能力是5.0，而现在要下的tensorflow版本要求计算能力>=3.5，所以是可以的：
   

2. 安装显卡驱动
   查看自己的显卡驱动有没安装。设别管理器->显示适配器
   
   查看驱动版本，打开一个cmd窗口，然后将“C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe”这个文件拖进cmd窗口：
   
   跟表格对应，因为我们要安装10.0版本的：

显然376.67太低，达不到要求的418.96，那就安装新一点的，https://www.nvidia.com/Download/Find.aspx?lang=en-us：

3. 安装cuda
   下载cuda，我这里选择win10的v10.0版本，https://developer.nvidia.com/cuda-toolkit-archive：
   

以管理员身份运行安装文件，然后安装的时候选择自定义安装（精简安装不仅会安装全家桶，还会覆盖你本地的驱动）：

就勾选CUDA下面的几个组件就好了：
（我不勾选VisualStudioIntgration，因为我不用vsstudio开发我这里用pycharm）

记住安装路径，之后设置path要用的：

嗯，然后结束：

设置环境变量，此电脑 -> 属性 -> 高级系统设置 -> 高级 -> 环境变量

对path修改新增一条记录，指向刚刚安装的toolkit的bin目录：

点击确定，确定，打开cmd验证下，输入nvcc -V：

4. 安装cudnn
下载cudnn，这里还要登录注册填问卷。。要下载cuda的对应版本，我选择的是Download Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.0：

下载下来后，解压获得三个文件，然后移动复制（注：我的cuda的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0）：
- 将解压获得的bin文件夹下的cudnn64_7.dll复制到cuda的安装目录的bin文件夹里面
- 将解压获得的include文件夹下的cudnn.h复制到cuda的安装目录的include文件夹里面
- 将解压获得的lib/x64文件夹下的cudnn.lib复制到cuda的安装目录的lib/x64文件夹里面

添加cuda的安装目录的lib/x64到环境变量PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64\:

6. 安装tensorflow的gpu版本

# 查看自己安装的库
pip list

#卸载cpu版本的tf（如果有的话）
pip uninstall tensorflow

#设置pip的源为清华源，加快下载速度（如果需要的话）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

#安装1.13.1gpu版本的tensorflow
pip install tensorflow-gpu==1.13.1

然后测试下 ：

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"