TensorFlow-GPU安裝-by-Anaconda-in-Windows方法二
1.硬件要求
-
Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
-
顯卡版本：請對照NVIDIA提供的支持CUDA的顯卡列表（CUDA GPUs）。顯卡版本通過"系統屬性-設備管理器-顯示適配器"查看。（AMD的顯卡不可以使用NVIDIA顯卡的CUDA ）
-
所有組件：Windows 7/8/10, Server 2012/2016 + Anaconda3-5.0.1 （Python 3.6）+ Visual Studio 2015（VC++ 2015） + CUDA 9.0 + CuDnn 7.0
2.通過Anaconda安裝Python 3.6
2.1Anaconda介紹
建議安裝 Anaconda，因為這個集成了很多科學計算所必需的庫，能夠避免很多依賴問題。
Anaconda是Python的一個開源發行版本，主要面向科學計算。我們可以簡單理解為，Anaconda是一個預裝了很多我們用的到或用不到的第三方庫的Python。而且相比於大家熟悉的pip install命令，Anaconda中增加了conda install命令。當你熟悉了Anaconda以后會發現，conda install會比pip install更方便一些。比如大家經常煩惱的lxml包的問題，在Windows下pip是無法順利安裝的，而conda命令則可以，后面會詳細展示。
2.2Anaconda下載和安裝
下載Anaconda3-5.0.1-Windows-x86_64（官網和國內清華大學開源軟件鏡像站）。
下載完成后安裝，最好不要安裝在C盤，日積月累Anaconda會占用不小的地，另外Anaconda安裝路徑不要出現空格。
安裝過程中除了安裝位置外，還有兩個需要確認的地方。
第一個勾表示是否把Anaconda加入環境變量，這涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推薦打勾，如果不打勾話問題也不大，可以在之后使用Anaconda提供的命令行工具進行操作；
第二個勾表示是否設置Anaconda所帶的Python 3.6為系統默認的Python版本。
2.3Anaconda安裝檢查
安裝Anaconda以后，可以在"開始"菜單里點擊"運行"輸入cmd，在彈出來的窗口里分別輸入python、ipython、conda、jupyter notebook等命令，會看到相應的結果，說明安裝成功。（python是進入python交互命令行；ipython是進入ipython交互命令行，很強大；conda是Anaconda的配置命令；jupyter notebook則會啟動Web端的ipython notebook）
2.4Anaconda配置鏡像
Anaconda安裝成功之后，我們需要修改其包管理鏡像為國內源（Tsinghua Open Source Mirror）。
簡單來說就是在cmd中分別運行這兩個命令就好了。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
推薦第一行命令輸入兩次，以便把這個鏡像地址放在首位。
3.安裝Visual Studio 2015
安裝VS2015（主要是為了安裝VC++ 2015） ，其中VS2015的默認安裝不包括C++的編譯器，必須手動勾選Visual C++，不然會面臨后續的CUDA編譯錯誤。
4.CUDA9.0
-
下載CUDA9.0，CUDA9.0的下載地址：CUDA 9.0 Downloads
-
安裝CUDA，安裝成功后會看到如下圖：
-
驗證CUDA安裝成功：打開命令行，也就是cmd然后輸入"nvcc -V"，如果安裝正確的話你應該看到這樣的輸出：
5.CuDnn版本：CuDnn 7.0 for CUDA9.0
-
下載CuDnn 7.0，cuDNN的下載地址：NVIDIA cuDNN，其中下載CuDnn前必須注冊英偉達社區的會員，而且注冊和下載得翻牆，不然注冊或者登陸不成功（這是一個坑）。
-
安裝CuDnn，將cuDNN下載以后解壓，你會發現"cuda"的文件夾下面有bin、include、lib三個文件夾，將這個三個文件夾復制到CUDA9.0安裝文件夾下，如" C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0"。
6.確認系統環境變量(Environment Variables)
-
確認CUDA_PATH和CUDA_PATH_V8.0已經存在
-
手動添加 " C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin "到Path里面。
7.通過Anaconda安裝TensorFlow的GPU版本
7.1創建安裝TensorFlow的Python環境
打開Anaconda Prompt，輸入：" conda create -n tensorflow python=3.6 "來創建python的環境，輸入命令后如下：
然后輸入 " y ",由於安裝TensorFlow的Python環境創建成功，如圖所示：
創建完以后，在Anaconda Navigator會出現這個環境，如下圖所示，如果沒有出現，檢查上邊環境路徑問題。
7.2安裝TensorFlow-GPU
在Anaconda Prompt輸入：" activate tensorflow " 激活環境。
輸入命令 " pip install --upgrade --ignore-installed tensorflow-gpu "安裝TensorFlow。
安裝成功如圖所示：
8.測試TensorFlow是否安裝成功
在Anaconda Prompt輸入：" activate tensorflow " 激活環境，再輸入" python "打開python輸入下面的命令測試一下：
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
42
注：
如果在spyder中 import tensorflow失敗，可以把tensorflow環境中lib的site-packages復制到anaconda3\lib\site-packages路徑下。
參考資料
Windows平台安裝TensorFlow-GPU-（CUDA 8.0 + CuDnn 6.0）方法一
最省心的Python版本和第三方庫管理——初探Anaconda
windows下anaconda3.6 配置tensorflow補充
版權聲明：
本文首發於onefish51的博客（http://www.cnblogs.com/onefish51和https://blog.csdn.net/weixin_31075593），未經允許不得轉載，版權所有，侵權必究。