顯示卡型號是 NVDIAGEFORCE GTX1050，NVDIA官網算力6.1，比起tensorflow-gpu最低要求3.1，夠運行了 NVIDIA GPU 算力表 https://developer.nvidia.com/cuda-gpus

CUDA9.0安裝：

CUDA(Compute Unified Device Architecture)，是顯示卡廠商NVIDIA推出的運算平臺。 CUDA™是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的平行計算引擎。 開發人員現在可以使用C語言來為CUDA™架構編寫程式，C語言是應用最廣泛的一種高階程式語言。所編寫出的程式於是就可以在支援CUDA™的處理器上以超高效能執行。

我的電腦是window10，所以就選擇如圖所示的選項。主要的提一點，就是最後的Installer Type這個選項，exe（network）是線上安裝版，也就是你執行這個安裝程式，需要聯網。exe（local）是離線安裝版，不過他檔案比較大。選完後，點選下面的download就行下載。 exe（network）線安裝版 exe（local）離線安裝版

下載完成後，雙擊執行檔案 選擇 ok

等進度條走完，就會進入安裝介面。 安裝載入介面 檢查系統相容性，等一下就好 如果檢測通過了，那麼恭喜你，你的顯示卡可以安裝cuda，如果沒有通過，只能抱歉的告訴你，只能請你pip unistall tensorflow-gpu，然後執行pip install tensorflow。那你的電腦的顯示卡不支援tensorflow-gpu加速。

如果你不知道你要安裝些什麼，那麼請你勾選，精簡。如果

勾選精簡，然後點選下一步

等待安裝完成 選擇 下一步

全部勾選 ，點選關閉

下面這一步很重要：

安裝結束後，我們在計算機上點右鍵，開啟屬性->高階系統設定->環境變數，可以看到系統中多了CUDA_PATH和CUDA_PATH_V9_0兩個環境變數。 我們還需要在環境變數中新增如下幾個變數：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64 設定完成之後，我們可以開啟cmd來檢視。

在cuda安裝資料夾中有deviceQuery.exe 和 bandwidthTest.exe兩個程式。首先啟動cmd DOS命令視窗，預設進來的是c:\users\Admistrator>路徑，輸入 cd … 兩次，來到c:目錄下輸入dir 找到安裝的cuda資料夾。 分別輸入deviceQuery.exe 和 bandwidthTest.exe，執行結果如圖所示。Rsult=PASS則說明通過，反之，Rsult=Fail 則需要重新安裝。 cuDNN配置 解壓壓縮包cudnn-9.0-windows10-x64-v7.0.zip，得到三個資料夾 對於tensorflow而言，真正實現加速的是cudnn，然後cudnn呼叫的是cuda顯示卡驅動。所以最後我們要配置cudnn這個模組。 cuDNN的全稱為NVIDIA CUDA® Deep Neural Network library，是NVIDIA專門針對深度神經網路（Deep Neural Networks）中的基礎操作而設計基於GPU的加速庫。cuDNN為深度神經網路中的標準流程提供了高度優化的實現方式，例如convolution、pooling、normalization以及activation layers的前向以及後向過程。 cuDNN只是NVIDIA深度神經網路軟體開發包中的其中一種加速庫。想了解NVIDIA深度神經網路加速庫中的其他包請戳連結https://developer.nvidia.com/deep-learning-software。 下面我們說一下正確的安裝cuDNN方式，其實跟著官方安裝說明進行安裝就可以了。 1.從https://developer.nvidia.com/cudnn上下載cudnn相應版本的壓縮包（可能需要註冊或登入）。 2.如果這個壓縮包不是.tgz格式的，把這個壓縮包重新命名為.tgz格式。解壓當前的.tgz格式的軟體包到系統中的任意路徑，解壓後的資料夾名為cuda，資料夾中包含三個資料夾：一個為include，另一個為lib64，還有一個是bin，然後複製到CUDA_PATH下面。 3.將解壓後的檔案中的lib/x64資料夾關聯到環境變數中。這一步很重要。（配置到環境變數的path全域性變數裡，詳細過程這裡就不演示了） 更詳細的步驟見官網 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows

可以直接pip install tensorflow-gpu 建議先升級pip，以防後面出現錯誤 python -m pip install --upgrade pip 或者通過anaconda整合安裝

執行tensorflow檢驗 #coding=utf-8 import tensorflow as tf import numpy as np hello=tf.constant(‘hhh’) sess=tf.Session() print (sess.run(hello))

如果執行，沒有報錯，就是表示可以放煙花了。我們可以愉快的開始tensorflow之旅了。