本文介紹 tensorflow-gpu 1.4.0版本在Windows下的安裝教程，并涉及一些必備軟件的安裝。
準(zhǔn)備步驟
簡(jiǎn)單的說，我們需要 Windows系統(tǒng) + Anaconda(Python 3.6) + Visual Studio 2015 + [顯卡驅(qū)動(dòng)] + CUDA 8.0 + CuDnn 6.0。具體安裝流程在第二部分介紹。
系統(tǒng)要求
Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
Anaconda
使用Anaconda主要是方便搭建和切換不同的Python開發(fā)環(huán)境，具體安裝步驟這里不給出，沒有安裝的可以參考Anaconda介紹、安裝及使用教程。
vs 2015
Visual Studio 2015主要是提供C++的開發(fā)編譯環(huán)境，不然cuda、cuDnn庫(kù)將無法正常解析。
下載免費(fèi)的Community版本即可，下載鏈接 提取碼：q5xi 。
顯卡要求
具有計(jì)算能力3.5或更高版本的NVIDIA?GPU卡。請(qǐng)注意，AMD的顯卡不可以使用英偉達(dá)開發(fā)的CUDA
顯卡計(jì)算能力的查詢可移步到https://developer.nvidia.com/cuda-gpus自行查詢。比如筆者的筆記本顯卡是GeForce GTX 950M：
驅(qū)動(dòng)程序
另外，如果電腦沒有安裝顯卡的驅(qū)動(dòng)程序，可以移步NVIDIA? GPU 驅(qū)動(dòng)程序自行下載對(duì)應(yīng)型號(hào)的驅(qū)動(dòng)程序。
CUDA版本
不同版本的TensorFlow需要指定版本的CUDA的支持，比如本文的tensorflow-gpu 1.4.0版本，需要CUDA 8.0的配合。更多版本對(duì)應(yīng)關(guān)系詳見文末的附錄。
CUDA下載鏈接：CUDA? Toolkit。
CuDnn版本
CuDnn版本: **CuDnn 6.0 **for CUDA8.0。下載時(shí)請(qǐng)對(duì)應(yīng)的你的操作系統(tǒng)選擇合適的版本。
請(qǐng)?zhí)貏e注意下載CuDnn前必須注冊(cè)英偉達(dá)社區(qū)的會(huì)員，https://developer.nvidia.com/rdp/form/cudnn-download-survey，雖然說是英文的但非常簡(jiǎn)單。
所有軟件
安裝步驟
請(qǐng)盡量按照本文的安裝順序進(jìn)行安裝，否則有可能運(yùn)行失敗！最重要的是，安裝CUDA必須在安裝Visual Studio之后，這兩個(gè)順序不可以調(diào)換。
安裝驅(qū)動(dòng)程序
如果已經(jīng)安裝，請(qǐng)?zhí)较乱徊健?br> 驅(qū)動(dòng)程序安裝比較容易，雙擊安裝程序，一直點(diǎn)下一步即可。
安裝Visual Studio 2015
安裝VS2015沒什么難度，只有一個(gè)選項(xiàng)需要自定義，別的選項(xiàng)都可以使用默認(rèn)值。VS2015的默認(rèn)安裝不包括C++的編譯器，必須手動(dòng)勾選Visual C++，不然會(huì)面臨后續(xù)的CUDA編譯錯(cuò)誤。
安裝CUDA
安裝CUDA前請(qǐng)務(wù)必確認(rèn)VS2015安裝成功！這個(gè)時(shí)候你需要安裝CUDA，雙擊我們下載的安裝文件即可，雙擊后會(huì)出現(xiàn)下圖，要求選擇一個(gè)目錄用于存放NVIDIA CUDA Toolkit安裝器，隨便選個(gè)目錄即可，安裝完會(huì)自動(dòng)刪除。
安裝成功后，會(huì)出現(xiàn)下圖：
驗(yàn)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(yīng)該看到下圖的輸出，輸出中顯示了CUDA的版本是release 8.0。
確認(rèn)系統(tǒng)環(huán)境變量
CUDA安裝成功后，會(huì)自動(dòng)添加安裝目錄到系統(tǒng)環(huán)境變量，所以需要檢查C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin是否已加到系統(tǒng)環(huán)境變量，若沒有則需要手動(dòng)添加。
安裝CuDnn
解壓縮我們下載的CuDnn文件，得到3個(gè)文件夾：bin, include, lib。
將這個(gè)三個(gè)文件夾復(fù)制到：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，如 圖：
創(chuàng)建Python環(huán)境
Python環(huán)境的創(chuàng)建，使用的是conda命令。打開Anaconda命令行窗口，如圖：
# 創(chuàng)建Python環(huán)境，名稱為tensorflow，Python版本為3.6
$ conda create --name tensorflow python=3.6
# 安裝好后，使用activate激活環(huán)境
$ activate tensorflow
# 若需要退出環(huán)境，使用deactivate命令
$ conda deactivate
安裝tensorflow-gpu
# 使用pip安裝tensorflow-gpu，版本為1.4.0，并國(guó)內(nèi)的豆瓣pip源
$ pip install tensorflow-gpu==1.4 -i https://pypi.douban.com/simple/
# 安裝Keras（可選）
$ pip install keras==2.1.3 -i https://pypi.douban.com/simple/
驗(yàn)證TensorFlow GPU
# 激活tensorflow環(huán)境
$ activate tensorflow
# 進(jìn)入Python的 interactive shell
$ python
# 第一個(gè)TensorFlow程序
>>> import tensorflow as tf
>>> 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)
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
>>> print(sess.run(c))
如果出現(xiàn)類似下圖圈中的輸出，則代表 TensorFlow GPU是安裝成功的。
附錄
附錄A：tensorflow CUDA cudnn 版本對(duì)應(yīng)關(guān)系
附錄B：TensorFlow示例運(yùn)行
TensorFlow GitHub官方倉(cāng)庫(kù)
下載相應(yīng)的代碼，可以直接運(yùn)行samples里面實(shí)例。
