0-Windows安装深度学习框架Tensorflow GPU版本
关键词：
Windows 深度学习框架 Tensorflow GPU Tensorflow-gpu CUDA10.0 tensorflow-gpu-1.13.1 python3.6.5
目的
在Windows系统中搭建深度学习框架Tensorflow GPU版本。
注意：写下此文只是为了记录，可能会有错误的地方，仅供参考。另外，如果你看到有些地方用了notepad++，我在此说声抱歉，那是之前使用的，现在已经换掉了。
搭建环境及版本
先公布一下电脑配置以及最后我安装的软件的版本
电脑版本：Windows 10家庭中文版
显卡：NVIDIA GeForce GTX 1050 Ti
驱动程序版本：442.19
CUDA版本：cuda_10.0.130_411.31_win10
cudnn版本：cudnn-10.0-windows10-x64-v7.6.3.30
Tensorflow版本：tensorflow-gpu-1.13.1
Anaconda版本：Anaconda3-5.2.0-Windows-x86_64 （对应python3.6.5）
pycharm 版本：pycharm-community-2019.2.1 （pycharm用什么版本都可以，不会影响）
资料补充
关于TensorFLow的GPU、CUDA、cuDNN的简要介绍，可以看此链接
https://blog.****.net/qq_41664845/article/details/83502592
一、硬件支持
在安装Tensorflow-GPU版本之前，首先要确认电脑是否支持GPU（同时满足以下三点，才能继续；否则只能装cpu版本）
1.显卡是否为英伟达（NVIDIA）
注意：AMD显卡不能安装Tensorflow-GPU版本，只能安装CPU版本（如果有错，请指出）
判断方法：任意打开一个文件夹，在左侧找到“此电脑”，点击鼠标右键，再左击“管理”。
双击左侧“设备管理器”—双击“显示适配器”，使之展开，如果有NVIDIA，则是NVIDIA显卡
2.当前电脑是否有显卡驱动
判断方法：在电脑桌面空白处点击鼠标右键，查看是否有“NVIDIA 控制面板”这一项就可以确定（见下图）。如果有，就表明电脑安装了“NVIDIA控制面板”；否则就是没有安装。
安装过程详见“NVIDIA 控制面板”
3.电脑算力是否符合要求
Tensorflow官网做了说明，如果要安装GPU版本，需要满足以下条件（硬件要求和软件要求）https://tensorflow.google.cn/install/gpu
其中硬件要求指出：电脑的算力（计算能力）至少要3.5，在以下链接可以查看自己的显卡版本是否具备足够的算力https://developer.nvidia.com/cuda-gpus
以下以GeForce GTX 1050 Ti为例
点击红色箭头所指的地方，将之展开
一般情况下，列表中有对应的显卡就表明可以安装Tensorflow的GPU版本。但是实践证明，即便列表没有，如果你能确保显卡的算力符合要求（至少3.5），也是可以安装成功的。（如果不能确定，不妨尝试能否安装成功）
以下是我的情况：
展开后发现，不论是左边还是右边（很抱歉，我不知道二者有何区别，我猜测左边是台式机右边是笔记本，我的电脑是笔记本电脑。如果有哪位大佬知道，请指出），都没有1050Ti，但是有1060和1050，二者算力均为6.1，鉴于1050Ti优于1050，劣于1060（如果说错，请指出）我猜测GeForce GTX 1050Ti的算力应该也是6.1，满足Tensorflow的硬件要求（事实证明，后来确实可以装上GPU版本，并可以跑）
确定电脑硬件上是否支持GPU后，接下来需要准备软件
二、软件要求
图4中提到，Tensorflow GPU版本需要以下软件：
英伟达GPU驱动程序、CUDA、CUPTI（在CUDA安装包中）、cuDNN
（一）英伟达CPU驱动程序
驱动程序下载地址：https://www.nvidia.com/drivers
步骤详见“一、安装NVIDIA控制面板”。
如果你目前暂时不安装，也可以选择下载CUDA本地版时，在安装CUDA时进行设置，一并安装。（原因详见：https://blog.****.net/qq_27825451/article/details/89082978）
这篇文章中，博主提到“CUDA Toolkit本地安装包时内含特定版本Nvidia显卡驱动的，所以只选择下载CUDA Toolkit就足够了，如果想安装其他版本的显卡驱动就下载相应版本即可。”
（二）CUDA
安装包安装，其中有些设置需要注意。步骤详见“二、安装CUDA”。
（三）CUPTI
CUPTI是在CUDA中的，这里主要是环境变量配置问题。步骤详见“二、安装CUDA”。
（四）cuDNN
步骤详见“三、安装cuDNN”。
1.放在CUDA安装目录下
2.环境变量配置
（cuDNN的bin文件夹下的cudnn64_7.dll文件）
三、Anaconda
步骤详见“四、安装Anaconda”。
四、Tensorflow
当硬件和软件都准备好后，接下来就可以安装Tensorflow-GPU版本了
步骤详见“五、安装Tensorflow”。
五、PyCharm安装
步骤详见“五、安装PyCharm”。