Win10下安装TensorFlow（GPU版本）

   之前在用的 TensorFlow 是 CPU 版本的，现在感觉虽然自己电脑的 GPU 没有多强，但还是很有用的，因此把 TensorFlow 换成了 GPU 版本的。安装过程比较顺利，但也有一些值得注意的地方，与大家分享下。

安装 Anaconda

也就是安装 Python 环境。
Anaconda 官方下载地址
要注意 TensorFlow 需要 Python3.5 以上的，别下错了

安装 TensorFlow

有了 Anaconda ，安装 TensorFlow 就很简单了
只需要在 CMD 输入以下命令就可以了。

pip3 install --upgrade tensorflow-gpu

如果你以及安装了 CPU 版本的 TensorFlow 或者低版本的 TensorFlow，输入以上命令也可以直接更新 TensorFlow 的版本。
在我安装的过程中，翻墙的速度会明显快于不翻墙，甚至在不翻墙的时候会下载错误，所以推荐大家翻墙安装。

安装 CUDA

TensorFlow 官网推荐的版本是 CUDA 8.0 + cuDNN 5.1, 我们就安装这两个。
CUDA 下载地址

cuDNN 下载地址

CUDA 下载后点击安装即可，cuDNN 下载后解压，而后把解压下的文件放到对应的 CUDA 文件夹下。

如上图所示，左边为 cuDNN 解压得到的文件，右边为 CUDA 的安装位置。

安装 CUDA 与安装 TensorFlow 没有顺序关系，先安装谁都可以。

测试

在 python 中运行以下测试代码：

import tensorflow as tf#Creates a graph.a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')c = tf.matmul(a, b)#Creates a session with log_device_placement set to True.sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))#Runs the op.print(sess.run(c))

如果你得到类似以下输出，则说明你已经成功的安装了 GPU 版本的 TensorFlow 了

Device mapping:/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci busid: 0000:05:00.0b: /job:localhost/replica:0/task:0/gpu:0a: /job:localhost/replica:0/task:0/gpu:0MatMul: /job:localhost/replica:0/task:0/gpu:0[[ 22.  28.] [ 49.  64.]]

此外 如果你是在 Anaconda 的 notebook中运行测试代码的，可能输出的只有计算矩阵的结果：

事实上，相关的 Device mapping 的信息已经被打印在了运行 notebook 的控制台上：