背景

筆者2017年底入手新電腦，顯示卡型號是NVDIAGEFORCE MX150，剛入坑TensorFlow。在安裝TensorFlow時，發現自己的顯示卡型號並不在NVDIA官網上支援型號的名單中。抱著試一試的心態，在經過各種嘗試後，成功安裝。由於是初次安裝，在安裝過程中遇到了一些坑，想分享出來讓大家少走彎路。

原料

 Win10上搭建TensorFlow的開發環境需要至少需要安裝3個軟體，分別為：1.python，2.CUDA和CuDNN，3.TensorFlow（GPU版）。安裝前一定要確認好每個軟體的版本是否相互支援。

1. Python

相比於作為一個過渡版本的Python 2.6，筆者選擇的是Python 3.6。在安裝時，選擇了Anaconda（一個開源的Python發行版本）的最新版本。Anaconda包含了conda、Python等180多個科學包及其依賴項，功能十分強大。
Anaconda下載地址：https://www.anaconda.com/download/
 

2. CUDA和CuDNN

CUDA是NVIDIA推出的運算平臺，CuDNN是專門針對Deep Learning框架設計的一套GPU計算加速方案。在安裝之前要查詢下最新TensorFLow發行版支援到了哪個版本。筆者在安裝TensorFLow時，CUDA已經到了9.1版本，但是TensorFLow1.7只支援到9.0版。另外，也要確認CUDA版本是否支援自己的顯示卡。筆者電腦的MX150只有CUDA9.0及以上的版本才支援。基於以上兩個條件，筆者選擇了CUDA9.0，並下載了對應的CuDNN版本。另外，筆者在後續的程式設計中發現tensorflow1.7只支援7.0的CuDNN。
1）顯示卡型號支援：

2）CUDA下載地址：https://developer.nvidia.com/cuda-toolkit-archive

3）CuDNN下載地址：https://developer.nvidia.com/rdp/cudnn-download

（下載CuDNN需要註冊賬號，註冊過程比較簡單）

3. TensorFlow

TensorFlow的版本資訊可以在Github，tensorflow中文社群以及pypi上檢視。

    Github：https://github.com/tensorflow/tensorflow/releases

    tensorflow社群：https://tensorflow.google.cn/versions/

    pypi：https://pypi.org/project/tensorflow/#history

TensorFlow可以直接在Anaconda Prompt的命令列中用指令：“conda install tensorflow-gpu”直接安裝，並且該指令在安裝TensorFlow時還會順帶把Cuda和CuDNN也給裝了。考慮到conda 的軟體包並沒有官方支援，並且tensorflow和附帶的Cuda和CuDNN版本都不是最新的，筆者未使用conda安裝，而是使用原生的 pip 安裝，安裝過程見後文。

安裝過程

1. 安裝Anaconda3 5.1

 Anaconda過程安裝過程簡單，開啟安裝包後選擇好路徑後就能安裝

安裝啟動前若不勾選上第一項，則需在軟體安裝完成手動新增環境變數

2. 安裝CUDA® Toolkit 9.0+cuDNN v7.1

1）CUDA9.0安裝

執行cuda_9.0.176_win10.exe。安裝軟體會先執行一個系統檢查，如果沒有軟硬體不相容的情況就能繼續進行下一步。若有不相容情況，系統檢查則會報錯，無法進行下一步。如果報錯了，就最先考慮下是不是自己的顯示卡不被該版本支援。

在選項著一欄選擇自定義，否則安裝程式會一股腦把裡面所有軟體包都給你裝上。

在選擇安裝項時一般不安裝GeForce Experience，CUDA是核心元件必須勾上，剩下兩個選項的當前版本如果比新版本低的話也可以勾選上。接著點選下一步就開始安裝了。

2）CuDNN7.1安裝

解壓壓縮包cudnn-9.0-windows10-x64-v7.0.zip，得到三個資料夾

將這三個檔案拷貝到CUDA9.0的安裝路徑根資料夾下

3. 安裝tensorflow1.7

開啟Anaconda Prompt，進入Anaconda命令列管理介面。配置清華倉庫鏡，輸入指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
建立執行環境，輸入指令：
conda create -n tensorflow-gpu python=3.6
新建一個名字叫“tensorflow-gpu”，python版本為3.6的執行環境，此環境與Anaconda中其它環境隔離。紅框中的軟體包也會隨之安裝，輸入“y“和回車後開始安裝。

啟用並進入環境，使後續指令在啟用的環境中生效，輸入指令：

conda activate tensorflow-gpu

 
升級pip到最新版，防止稍後的安裝時，出現錯誤（筆者初次在安裝tensorflow時，沒有更新pip到最新版，導致下載到一半出現錯誤），輸入指令：
python -m pip install --upgrade pip

安裝tensorflow1.7.0及相應依賴包，輸入指令：
pip install --ignore-installed --upgrade tensorflow-gpu
至此，tensorflow的安裝完成。

 

驗證

在命令列中，進入python，並輸入以下程式碼：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
輸出：
b’ Hello, TensorFlow!