Win10+cuda8.0+cudnn5.1+tensorflow-gpu1.2.0+gtx1050ti tensorflow环境搭建与配置

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能识别系统，TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域。对于大多数机器学习或是图像领域的研究者，tensorflow大家一定很熟悉，tensorflow给予Python开发，是一款非常好用的工具。

作为一名图像领域的研究者，学会安装tensorflow似乎成了必修课，以前tensorflow都是安装在Linux系统上面的，现在windows也开始支持tensorflow系统，闲话不多说，直接进入正题。

tensorflow有两个版本，cpu版和GPU版，cpu版安装较为简单，只需要安装Python环境和pip的版本大于9就好。

gpu版不同于cpu版，需要安装cuda和cudnn，才能够使用。

第一步：安装Python环境

/downloads/ 左面这个网址是Python的官方下载地址，选择windows版本下载，建议使用Python3.5（笔者最开始使用的是Python3.6，遇到了问题，所以建议是使用Python3.5）

Python安装较为简单，只需要点击“下一步”，最后即可开始安装，默认安装在C盘，如果你想换个位置，选择自定义安装改变安装环境。

Python环境变量配置：

将安装环境下面的Python35目录和Python35/Scripts目录加入到环境变量中

至此打开cmd命令行窗口，输入python，如果出现下面的情形，说明你安装成功了

第二步：安装pip

/article/ff42efa9d630e5c19e27.html

详细步骤可以参考上面的经验

安装完成后cmd下输入piplist ，你可以看到你安装Python包的列表，说明你已经安装成功。

第三步：安装cuda

在安装cuda之前，你必须确定你的显卡是支持cuda的，是否支持请参考以下的网址，

/cuda-gpus

对于gtx1050ti的显卡，请选择cuda8.0，亲测可以，对于更高级的gtx1080ti等，可以使用cuda9.0

cuda的下载方法参考下面

百度输入cuda8.0下载，点开带有8.0字样的

从上到下依次点击按钮，开始下载

下载完成以后，双击进行安装，他会提示没有visualstudio的环境，这时我们就安装一个vs，笔者安装的vs，网上可以找到破解的安装教程，依据提示安装即可。cuda的安装过程最好选择默认安装。

安装完cuda之后你会发现多了这样几个文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

C:\Program Files\NVIDIA Corporation

C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0

C:\ProgramData\NVIDIA Corporation

这时请依照下图配置你的环境变量

再把相应的路径加入到path路径下面

然后再cmd下面输入nvcc -V

输出以下信息说明安装成功

第四步：安装cudnn

cudnn也有很多版本，最高到了7.1，输入下面的网址

/rdp/cudnn-archive

选择对应于你的cuda版本的cudnn下载

下载完成后是个压缩包，解压到合适的地方，然后配置环境变量

D:\Program Files\cudnn-8.0-windows10-x64-v5.1\cuda

上面的路径是我解压的位置

需要将上面路径下面的三个文件夹的路径加入环境变量

然后将这三个文件夹里面的文件cudnn64_5.dll、cudnn.h、cudnn.lib分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个目录下的相同文件夹下。

至此，cudnn安装全部完成。最后只剩下安装tensorflowgpu版本了

第五步：安装tensorflow-gpu

注意，安装的版本不要太高，因为你的cuda版本不是很高

笔者安装的1.2.0

只需要在cmd窗口下面输入pip install tensorflow-gpu==1.2.0即可

最后就是激动人心的测试了。

importtensorflowastf

test = tf.Variable(tf.random_normal([3,2]))

withtf.Session()assess:

sess.run(tf.global_variables_initializer())

print(sess.run(test))

输入上面的代码，可以打印出下面的结果，即表示成功

注意Python代码的格式，不然会报错哦。

至此，全部结束。