Step1:Nvidia顯卡驅(qū)動安裝
官網(wǎng)下載系統(tǒng)版本一致的顯卡驅(qū)動，針對安裝失敗的情況，需要退出殺毒軟件，重新安裝。
成功安裝后，桌面電腦->右擊->屬性->設備管理->顯示設備，可以看到NVIDIA TITAN Xp上面沒有感嘆號
Step2:安裝VS2017+Windows10 SDK**
安裝vs2017后通過Visual Studio Installer修改安裝
Step3:安裝CUDA10.0+cuDNN
Cuda的最新版本為cuda10.1, 一開始我安裝的是最新的cuda,但是安裝完TensorFlow-GPU后，出現(xiàn)了TensorFlow模塊導入失敗的錯誤（faile to load to load native tensorflow runtime）。卸載cuda10.1，重新安裝cuda10.0此問題可解決，此問題的原因可能是TensorFlow-gpu版本不支持最新版本的CUDA。
Nvidia官網(wǎng)選擇下載系統(tǒng)版本一致的CUDA版本
安裝完成，添加以下環(huán)境變量。
安裝完成后，在命令行輸入nvcc –v出現(xiàn)如下信息，則cuda安裝成功。
Step4:Python環(huán)境安裝
Anaconda是一個Python的科學計算發(fā)行版，包含了超過300個流行的用于科學、數(shù)學、工程和數(shù)據(jù)分析的Python Packages。由于Python有2和3兩個版本，因此Anaconda也在Python2和Python3的基礎上推出了兩個發(fā)行版，即Anaconda2和Anaconda3。
針對開源資料要么使用Anaconda2就是Anaconda3，所以電腦上很有可能同時使用Anaconda2和Anaconda3兩個版本，因此需要同時安裝兩個版本。一般的使用場景是以其中一個版本為主，另外一個版本為輔，因此只需要達到能方便的切換到備用版本，且備用版本的pip等命令能正常使用即可。
操作步驟
- 首先安裝主版本，選擇Anaconda2，按照正常步驟安裝即可，這里假定安裝目錄為D:\Anaconda2。
- 在這一步打上那兩個勾。
第一個選項是將安裝目錄加入到系統(tǒng)的PATH環(huán)境變量中，以后在CMD中便可以直接用python命令啟動python。 第二個選項是讓其他IDE能夠檢測到Anaconda2并將Anaconda2作為默認的Python 2.7。
- 安裝好Anaconda2之后，再安裝Anaconda3，這里Anaconda3的安裝目錄必須選在D:\Anaconda2\envs子目錄下，如圖所示，最后的”py3”可以自己另取。
- 這里取消掉那兩個勾（按照字面意思理解，打上第二個勾應該是沒有影響的。至于第一個選項，由于之前已經(jīng)把Anaconda2添加到系統(tǒng)PATH路徑下了，因此再把Anaconda3添加進去，由于順序在Anaconda2的后面，幾乎是沒有作用的，所以這里沒有勾上）。
- 安裝完成之后，在CMD里面直接輸入python會啟動Python2，而使用activate py3（py3即之前Python3安裝目錄文件夾的名字）命令之后，再使用python即可切換至Python3，如下圖所示。使用activate py3命令之后，在命令行前面會出現(xiàn)一個[py3]標記，此時使用任何的python命令都是在Python3下進行的。使用deactivate命令可取消激活Python3。
Step5:Tensorflow安裝
- 這里安裝基于python3.7的環(huán)境
- 安裝pip3
- 安裝虛擬環(huán)境，Python虛擬環(huán)境用于將軟件包安裝與系統(tǒng)隔離開來
- 安裝支持GPU的TensorFlow版本
pip3 install –upgrade tensorflow-gpu
安裝完成后，輸入以下兩行驗證TensorFlow-gpu是否能正常運行
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
紅線標識的第一行是一個警告，可以忽略；
紅線標識的第二行是因為CUDA未添加環(huán)境變量導致，按cuda部分安裝說明添加環(huán)境變量，可以解決該問題；
紅線標識的第三行提示顯卡設備映射問題，一開始我一直懷疑驅(qū)動版本問題，重復安裝了幾遍驅(qū)動都不行，后來通過重新回到第一步找原因，發(fā)現(xiàn)顯卡設備未正常工作，開始懷疑硬件原因，重新動了動兩塊顯卡及顯卡間的搭橋。重新開機，桌面電腦右擊屬性->設備管理->顯示設備兩塊顯卡并沒有感嘆號。
而且運行CUDA安裝目錄下的deviceQuery.exe，能正常顯示兩塊顯卡設備信息。
再次使用以下這兩行，也能顯示正常運行：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
至此，TensorFlow-gpu在windows上的開發(fā)環(huán)境搭建徹底完成
需注意事項：
每安裝完一項，驗證一項是否安裝成功，確保后徐的環(huán)境搭建順利；
注意TensorFlow和Cuda版本的兼容性問題；
注意顯卡驅(qū)動和顯卡的兼容性問題（官網(wǎng)下載相應顯卡的最新驅(qū)動，安裝的時候采用執(zhí)行清潔安裝，一般不會出現(xiàn)任何問題）。
