由於學習任務需要，之前學習了一部分TensorFlow的東西做練習，但是因為安裝時手殘和沒有準備好安裝Cuda，所以就臨時安裝了 CPU的版本，做一些小任務還好，但是涉及到一些計算量比較大的，比如接下來想在 自然語言處理 方面做一些實驗，就還是選擇 GPU的版本吧！

之前已經安裝了 tensorflow的CPU版本，所以開始之前得先把它解除安裝掉，所以，開篇，就先來解除安裝一下 TensorFlow，不知道開篇不是安裝而是解除安裝是不是一個好兆頭，不管啦，開始吧！

開始之前想說一句，挺拒絕 Anaconda的，雖然它包含了集成了很多 計算時需要的庫，比如 numpy什麼的，但是還是比較喜歡在需要時，再去找這些庫的一種探究感，所以下面的安裝都是通過 pip安裝的方式來的。

一、CPU版本的解除安裝

環境：windows 64 bit，python3.5.2

解除安裝命令：

pip3 uninstall tensorflow

提問：

    1、為什麼是 pip3呢？這裡就要涉及到我自己筆記本上的兩個python版本了，一個是 python 2.7.13，一個是 python 3.5.2（怪詳細的~），之前有篇部落格說過這個問題，在這裡主要是想說下 兩個python版本下 “pip”命令的使用（pip在安裝python時是直接自帶的，但是在使用時需要將（XXX:\ Python\Python35\Scripts）配置到環境變數(path)中，紅色字型代表python安裝的路徑

   （1）根據兩個python版本共存的安裝設定，我這裡的python2版本直接使用 pip命令為“pip”，python3版本直接使用pip命令為“pip3”，即“pip3 install XXX”，在python3版本下進行安裝。

    （2）又或者通過“python -m pip install XXX”或“python3 -m pip install XXX”分別對應執行 兩個版本下的pip命令。

這裡，因為偶屢次手殘，都在開啟命令列時習慣性地先 執行“python3”（3.5.2）或者“python”（2.7.13），導致在使用 pip命令進行安裝時，總會報錯，為了防止自己再次“失了智”，在這裡記錄一下！

其實，直接用 就好了嘛！（這裡因為偶已經解除安裝了tensorflow所以會出現下面紅色字的提示）

二、GPU版本的安裝

    即，需要 安裝Cuda 9.0和cuDNN 7.0的版本，其中cuDNN是Nvidia開發的針對深度神經網路加速的工具，但是考慮到各種因素，最終這裡選擇了安裝 Cuda 8.0的版本和cuDNN 6.0的版本。

    但是，這裡就會面臨一個問題，tensorflow通過 pip方式的安裝，是會自動下載當前最新版本（目前最新是 1.6版本-2018.04.07）的tensorflow。所以，具體安裝方式和版本的選擇可以參考這篇博文來。 防止失效，截圖如下，短小精悍的描述，在這裡感謝一下博主提供的參考：

下面介紹Cuda 8.0和cuDNN 6.0版本，以及相應的 1.4版本的 tensorflow，就不湊最新版本的熱鬧啦：

（1）Cuda的安裝，這個是GPU版本必需的一個部分，Cuda能否安裝，需要先檢測一下筆記本顯示卡是否支援，點選這裡即可檢測，選擇對應的顯示卡系列，即可檢視你的GPU顯示卡是否支援CUDA。

    檢視支援後，還需要檢視目前顯示卡支援的Cuda版本，點選這裡檢視。

    偶這裡目前支援的版本是 8.0版本，so，裝 8.0版本吧！

    貼上 8.0版本的 下載連結，根據電腦的環境來選擇下載，這裡選擇了 windows->x86_64->10->exe(local)。

    then，下載後直接下一步下一步進行安裝吧。一般安裝的預設路徑為“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0”，下載時可以修改路徑，但不知道為什麼我這邊修改之後裝好了還是介個。

        裝完測試一下是否安裝成功，在命令列輸入 nvcc -V ，看到版本資訊就表示安裝成功了。

（2）然後是cuDNN 6.0的安裝，在官網下載，但是需要註冊賬號並且填寫一個 問卷，很簡單的，不是很麻煩，登入之後就可以看見各個版本的下載連結啦~

    原本和 Cuda8.0版本一起的官配是 5.1版本的cuDNN，

    但是在按照上面安裝了 1.4版本的TensorFlow之後，提示cuDNN沒有安裝成功，所以在這篇文章的提示下，安裝了 6.0版本的。

    下載對應 win10版本的，檔名為 cudnn-8.0-windows10-x64-v6.0，解壓縮，得到三個檔案，

    把這三個檔案放到 cuda的安裝目錄下，替換相應的檔案，路徑還是上面提到的預設的路徑。

    替換之後，配置系統的環境變數，因為 cuda安裝之後是預設寫好環境變數的，這裡需要手動配置 cuDNN對應path的環境變數，把下面兩條path加到 CUDA_PATH中。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64;

替換完成，可以再次檢測一下 cuda的版本....（就是看下有沒有什麼問題啦）

（3）tensorflow的安裝，按照低版本的模式走起....

pip3 install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-win_amd64.whl

    後面是  對應1.4版本tensorflow和 python 3.5.X版本的gpu安裝檔案，其實官網上的預設也是這樣一個整合好的檔案。

（4）測試

    安裝完成之後，來一段程式測試一下：

    紅色框內，是測試程式的程式碼，輸出一個“Hello，TensorFlow！”，橢圓框內為偶的 顯示卡（23333），白色箭頭所指為程式碼執行結果~

（5）當然，安裝結束之後，可能出現各種問題，附上一個錯誤集合~

三、總結陳詞

    以上就是，在windows 64 bit和 python3.5.X環境下安裝 tensorflow的GPU版本的基本 過程LE ，各個部分用的不是很新的版本，但是最新對應的版本都可以在 各個官網 上找見啦~先暫且用著，以後再安裝新版本可以再分享一波~，如果各位需要可以po一個連結是目前安裝最新版本需要der~

    動手寫了沒幾篇部落格，可能最多的還是對自己平時練習中一些容易忘的操作的一些記錄吧（你可能會發現偶真的記性不太好，什麼都要記下來hhhhh~），so，剛開始可能都會是些記錄，等記錄了多了之後，希望可以給大家帶來一些學習der資源~