win10+1050ti+CUDA9.0+cudnn9.0的tensorflow-gpu环境搭建

原创文章，转载请注明本地址

由于前段时间在学tensorflow框架，一直没有仔细考虑如何整理学习的内容，现在打算开始系统的整理tensorflow的学习笔记，那就从环境搭建开始把，现从win10环境开始，后续ubuntu系统的在补充

• python—使用的是Anaconda，当前最新的是自带的python3.7，但是为了稳定性，在安装完Anaconda后，dos窗口使用命令conda install python=3.5切换为3.5版本的进行安装，以防出现版本不兼容的问题。

•  	Anaconda链接`https://www.anaconda.com/download/`
  

• CUDA—网上看了很多版本，比较靠靠谱的是安装CUDA8.0的那个教程，但是后面根据自己测试，亲测9.0版本是支持GTX1050ti的，因此安装的此版本，如果安装环境出现问题，可能是由于已经安装过的VS不合适，建议卸载掉自己安装的VS，使用Anaconda默认的安装。

•  	CUDA链接`https://developer.nvidia.com/cuda-toolkit-archive`
  

• cudnn—版本必须和CUDA匹配，解压后将三个目录添加进环境变量，并将目录内的三个文件分别按原目录名放置在C:\Program Files\NVIDIA GPU Computing Toolkit目录下中对应的文件夹内。

•  	cudnn链接`https://developer.nvidia.com/rdp/cudnn-download`，这里是需要注册的根据提示下载对应版本即可
  

• tensorflow—接下来安装tensorflow-gpu版本

•  	打开dos窗口，使用命令`pip3 install tensorflow-gpu`，稍等后即可安装好，如果安装失败，可能是因为网络原因，重新尝试几次即可
  

• 测试代码
• import tensorflow as tf
• a = tf.constant([1.0,2.0],name='a')
• b = tf.constant([3.0,4.0],name='b')
• result = a+b
• sess = tf.Session()
• resultNow=sess.run(result)
• print(resultNow)
• 输出结果[4.0 6.0]即为安装成功，可能会出现部分警告，是由于警告等级的设置问题，后续会在笔记中贴出