昨天辛苦的配了GPU環境，記錄一下防止以后還需要用到。
我配GPU的目的是用tensorflow的gpu來加速
不用ubuntu是因為一來不習慣，二來我不會配ubuntu的擴展顯示器，就更不習慣了，習慣了兩個屏之后，一個屏看的着實有點難受
一、自己的環境
操作系統：win10 GPU：GTX1050+CUDA9.0+cuDNN IDE:Pycharm 框架：tensorflow-gpu 解釋器：Python3.6（強烈建議anaconda3，又方便又強大，下載太慢可以找鏡像）
二、安裝順序
1、首先安裝CUDA9.0。下載地址。
選擇9.0版本是因為網上說，tensorflow的windows-gpu還不支持CUDA的新版本。再加上同學安裝的也是9.0，用的沒有問題，所以就選擇了這個版本。
在下載的時候選擇適合自己的版本。
我選擇的如上圖，剛開始第四行選擇的是右邊的那個，但是下載下來安裝不了，百度查是電腦缺少什么壓縮軟件，所以建議選左邊的那個。
然后只需要選擇下圖的base installer即可。
打開下載好的CUDA9.0開始安裝，剛開始的安裝程序存放位置，自己隨意就好。
下一步會檢測系統兼容性，有些顯卡是不支持GPU的，自己需要先查清楚。
下一步接受協議
下一步選擇安裝模式，我選擇的是自定義，程序默認的精簡模式應該可以理解為安裝所有東西，其中包括了我暫時不用的VS以及顯卡驅動，所以我選擇的是自定義模式。這也是查了其他的博文所做出的選擇。
下一步的選擇為
下一步會讓選擇安裝路徑，我最初是自己設置了路徑，因為不想往C盤放東西，可是安裝完之后，在我設置的路徑里沒找到安裝的CUDA，他還是安裝在了C盤，並且沒有安裝完全。所以我安裝了第二次，我並沒有卸載第一次裝的，因為沒找到卸載的方法。直接開始了第二次安裝，還是選擇自己設置的路徑，還是沒安裝成功。很難受，所以第三次安裝直接選擇他的默認路徑，一點多個G還能接受，放在C盤也問題不大。這次安裝成功了。
所以個人建議，如果C盤能接受一個多G，不如直接安裝在默認路徑，防止老出問題。
安裝完成之后，下一步需要配置環境變量。
如果安裝成功，系統變量會多出兩個為
還需要自己添加幾個系統變量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(這是默認安裝位置的路徑，如果自己路徑設置安裝成功的話就用自己的路徑)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加好之后應該像下面這樣。
下一步在系統變量PATH里添加東西。找到系統變量的PATH雙擊。
添加下列東西。
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 這些均為默認路徑，有需要的話自行修改
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64
添加完之后CUDA就算安裝完成了。我們可以檢驗是否安裝成功。
打開CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite （這是默認路徑）
分別執行命令：bandwidthTest.exe
deviceQuery.exe
若分別返回
則代表CUDA9.0安裝成功。
2、安裝cudnn。
去官網上下載搭配CUDA9.0的cudnn ，一定要注意搭配9.0。會需要注冊英偉達的賬號。
下載好之后，解壓，分別將.h .lib 和.dll 文件分別拷貝到cuda的include, lib/x64, bin 文件夾下。其實也就是對應的文件夾。
到這里就安裝好了CUDA9.0及其對應的cudnn。
3、安裝tensorflow-gpu
之前安裝的是cpu版本，所以先刪除。 pip uninstall tensorflow
刪除完之后，習慣性的以為 pip install tensorflow-gpu就可以了，結果報了一堆錯。我沒有嘗試去下載whl文件安裝，你可以試試。我看的那篇教程說whl也有錯
反正我后來是刪了anaconda然后重裝了一下，對了，安裝anaconda的時候不要手賤關掉跳出來的東西，我第一次重裝的時候就沒裝全，因為自己沒注意瞎點了跳出來的終端框
然后conda install tensorflow-gpu就好了。所以我懷疑pip命令不管用，conda可能更管用點，建議刪除完cpu版本時候先試下conda的命令，如果也報錯，再考慮其他方法。
這是安裝好之后的終端。淚流滿面。
通過下圖中的代碼可以檢驗tensorflow-gpu是否安裝成功。返回差不多的界面代表成功
以上是配置tensorflow-gpu的經歷，希望能幫到你。
小白一枚，有錯誤歡迎指出。