Windows10_1803下安装、部署Google机器学习框架TensorFlow（含GPU版本）

版权声明：商业目的引用该文章请联系我，个人博客引用该文章请注明来源，谢谢 https://blog.csdn.net/slvayf/article/details/82796930

（商业目的引用该文章请联系我，个人博客引用该文章请注明来源，谢谢）

从官方网站下载对应软件的安装程序是一种基本能力，这里不提供Python、CUDA、cuDNN等安装程序的下载链接。

安装Python 3.6，直接使用安装程序（需要勾选）添加环境变量。

进入cmd（管理员模式下），升级pip：

python -m pip install -U pip

修改pip源(国内网络环境)：
编辑如下文件：
C:\Users\用户名\AppData\Local\Programs\Python\Python36\Lib\site-packages\pip\models\index.py
（可能需要创建models文件夹和文件夹下的index.py文件）
添加如下内容：

PyPI = Index(‘https://pypi.tuna.tsinghua.edu.cn/simple/’)

编辑如下文件，路径：
%USERPROFILE%\pip\pip.ini
（可能需要创建pip文件夹和文件夹下的pip.ini文件）
添加如下内容：

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
trusted-host = https://pypi.tuna.tsinghua.edu.cn/simple/

————————————————————————————————————————————————————————

如需安装CPU版本：
进入cmd（管理员模式下）

pip3 install tensorflow

（CPU版本安装完成）

————————————————————————————————————————————————————————
如需安装GPU版本：
进入cmd（管理员模式下），执行：

pip3 install –upgrade tensorflow-gpu

GPU版本需要安装：
           （随着TensorFlow的更新，cuda和cuDNN版本号需灵活选择）
             当前，NVIDIA显卡，TensorFlowGPU1.8.0+cuda_9.0+cuDNN v7.1.3 (April 17, 2018), for CUDA 9.0

扫描二维码关注公众号，回复： 3720200 查看本文章

cuda

cuda_9.0（可在NVIDIA官网直接下载）
cmd下测试命令，有cuda版本号回显即可：

nvcc -V

cuDNN
cuDNN v7.1.3 (April 17, 2018), for CUDA 9.0 （可在NVIDIA官网直接下载，但需要登录NVIDIA账号）
解压，放在固定目录，设置Path环境变量：
比如：
D:\Computer Science\Programming\TensorFlow\cuda\cuda9.1\bin
（GPU版本安装完成）

Python下验证TensorFlow安装：

import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)

（输入代码前可以打开Windows10的任务管理器，在“性能—GPU”下定位到NVIDIA显卡，如果在上述程序执行过程中，看到GPU利用率出现小幅度波动，专用GPU内存利用率出现上升，说明GPU版本安装成功。）