踩着2018年的尾巴入手了HUAWEI MateBook 13全面屏輕薄本。
筆記本配置如下：
處理器：i5-8265U
內存：8GB 2133MHz LPDDR3
顯卡：高性能版NVIDIA MX150
一. 安裝顯卡驅動
- 本機自帶了最新驅動。
二. 安裝CUDA-9.2和CUDNN-7.2
-
查看支持的CUDA版本
桌面右擊打開NIVDIA控制面板。
如圖所示，本機上的MX150支持CUDA-9.2。不過，目前tensorflow-gpu最高支持CUDA-9.0。我先嘗試安裝CUDA9.0，CUDA安裝軟件會先做系統檢查，結果顯示軟硬件不兼容。因此只能選擇安裝CUDA9.2。 -
安裝CUDA9.2
從官網下載安裝程序cuda_9.2.148_win10.exe。
運行cuda_9.2.148_win10.exe，安裝選項默認是精簡，選擇自定義。點下一步，在自定義選項中去掉了 Visual Studio Integration。
-
安裝CUDNN7.2
從官網下載與CUDA9.2對應的cudnn7.2壓縮文件cudnn-9.2-windows10-x64-v7.2.1.38.zip。
解壓cudnn-9.2-windows10-x64-v7.2.1.38.zip，得到cuda文件夾，里面有三個文件夾。
將bin、include和lib三個文件夾拷貝到CUDA9.2的安裝路徑下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2。
三. 安裝python3.6
- 目前，tensorflow-gpu最高支持python3.6。從官網下載python-3.6.5-amd64.exe。安裝方法網上有很多，此處不再贅述。
- pip使用國內源
默認的pip下載源速度比較慢，更換國內源可以大大提升python庫安裝速度。
打開%appdata%，在\AppData\Roaming\pip文件夾（沒有pip文件夾可以新建）中新建pip.ini文件。pip.ini文件中輸入(使用清華鏡像源)：[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
四. 安裝tensorflow-gpu_1.10
- 我先嘗試用pip安裝tensorflow-gpu。安裝完成后，在import tensorflow時會報錯，提示無法找到cuda9.0。所以，如果想要使用tensorflow-gpu，需要編譯安裝。
不過編譯安裝有點麻煩，幸好有人已經在Github上分享了一系列編譯好的tensorflow-windows-wheel文件https://github.com/fo40225/tensorflow-windows-wheel。
在1.10.0\py36\GPU目錄下有兩個文件夾，分別是cuda92cudnn72sse2、cuda92cudnn72avx2，兩個文件夾下各有一個whl安裝文件。cuda92cudnn72sse2表示適用於cuda9.2和cudnn7.2，並編譯成sse指令集，cuda92cudnn72avx2表示適用於cuda9.2和cudnn7.2，並編譯成avx指令集。
用cpu-z看了cpu參數，i5-8265U兩個指令集都支持，我選了avx指令集版：
- 下載tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl，然后進入所在目錄，使用pip安裝即可。
pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl
五. 測試
import tensorflow as tf
hello = tf.constant('hello, tf!')
sess = tf.Session()
print(sess.run(hello))
OK！