windows10 显卡GTX1050安装tensorflow-gpu教程以及Tensorflow不同版本要求与CUDA及CUDNN版本对应关系（GPU版本）
- 一、安装准备与对应信息
- 二、安装anaconda
- 三、安装cuda9.0
- 四、安装cuDNN7.6
- 五、安装tensorflow-gpu
- 六、在anaconda下载Jupyter-notebook
一、安装准备与对应信息
本人电脑是GTX1050显卡，所选择的版本CUDA9.0+CUDNN7.6+tensorflow-gpu1.10
官网下载太慢，打包在了百度网盘。（链接已更新）
本人分享的网盘：https://pan.baidu.com/s/169tdICW-FJh3l_gYWpaQtw 提取码：d74m
参考官网地址：
Windows端：地址
CPU
GPU
还有其他系统的在这个博客可以查看：查看地址
二、安装anaconda
下载地址官网：下载地址 选择相应的系统与版本。 网上与许多安装教程，这里就不给出了。
三、安装cuda9.0
官网各种版本的CUDA下载地址：
下载地址 选择9.0版本
选择与自己电脑相对应的版本，这里我选择的是本地安装，因为在线安装的话，后面下载可能会不成功。电脑下载实在慢的，还是使用手机下载，我没有科学上网还是很快。
开始安装
双击安装文件：
解压地址我选择的默认地址，反正是临时的，没什么关系。
点击ok开始解压，等待解压完毕。
开始会出现检查系统兼容性，一般都没有问题，点击下一步
（不要在意图片上的版本，按照标题版本来安装）
重点来了：这里千万不要选默认的精简，这里的精简应该改成全部才对（看下面的小字说明，这就是全家桶），倒不是说安装全家桶不可以，主要是有一个东西的安装会一直导致安装失败。
特别是这个CUDA下的visual studio integration千万不能选！
原因可能是是电脑里面安装了VS
其余都没什么问题。
如果最后出现很多未安装和安装失败的字眼，可以将下面的勾选去掉 。
我就是这样安装成功的！！！
点击下一步，安装位置选择默认的好点，自定义的话可能会出现一些问题导致安装失败。
验证是否安装成功
1.环境变量应该已经自动加好
2.cmd里查看版本信息nvcc -V
3.进入到路径下后查看GPU运行时的监测界面
4.进入下面图片的路径，然后按住‘shift’+鼠标右击，点击’在此处打开powershell窗口‘，输入： .\bandwidthTest.exe 返回Result=PASS
同理输入：.\deviceQuery.exe 返回：Result=PASS,说明安装成功了。
四、安装cuDNN7.6
官方各种cuDNN下载地址：下载地址 cuDNN称不上安装，只需要将下载下来的压缩包解压后，将对应文件夹的文件放到CUDA安装路径下的对应文件夹里即可。
我们将其中’bin‘中的’cudnn64_7.dll‘拷贝到cuda9.0安装路径下的bin文件夹中，cuda文件夹的路径如图所示：
然后将cudnn中include下的’cudnn.h‘拷贝到cuda文件夹中的include的文件夹中
同理，cudnn文件中的’lib/x64’中的‘cudnn.lib’拷贝到cude文件中的’lib/x64’中
五、安装tensorflow-gpu
我们在windows的‘所有程序’中找到安装的Anaconda程序中的Anaconda prompt，单击打开：
在命令行中使用命令：
conda create -n tensorflow-gpu python=3.6安装python3.6 的tensorflow-gpu环境，可以在anaconda/envs文件夹中看到，和之前创建的python3.6环境在一起。（我之前是重新创建了python3.6）
使用下面命令查看环境是否安装成功：
conda info --envs
出现tensorflow-gpu，发现成功！！
然后输入下面命令来激活tensorflow环境：
conda activate tensorflow-gpu
前端出现下面字样：
先更新一下pip工具，输入命令：
python -m pip install --upgrade pip（不是必要的）
然后安装tensorflow-gpu，我们需要指定我们需要的版本，直接安装是最新的不兼容。
安装命令：
pip install tensorflow-gpu==1.10.0如果上面命令不行的话，我指定的豆瓣源：
pip install tensorflow-gpu==1.10.0 -i https://pypi.douban.com/simple下载贼快。
然后安装成功。
关闭tensorflow-gpu环境，输入：
conda deactivate六、在anaconda下载Jupyter-notebook
在anaconda中选择刚刚创建的环境tensorflow-gpu
点击install（我这个是下载好的，所以显示launch，未下载的应该显示的是install。
多次安装不成功的话，换手机热点试试。）
安装成功后：
接下来打开它，使用代码验证gpu是否成功能够运行：
①第一种方法
import tensorflow as tf
tf.test.is_gpu_available()②第二种方法
import tensorflow as tf
if tf.test.gpu_device_name():
print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
print("Please install GPU version of TF")结果展示：
发现是使用的gpu！！！
