概要

TensorFlow這東西自打本科畢業設計開始就和它槓上了，很長的時間都是處於安裝解除安裝的死迴圈。經過反覆的試錯，找部落格，總算找到了一些竅門。現在分享給大家。雖然是經驗，但也只能當做參考。TensorFlow的GPU版本的安裝說實在的就是看機器，看運氣。自己試驗室裡，兩臺配置一樣的主機，一臺一次安裝就成功，另一臺現在就不行，一直報錯。

1 檢視顯示卡並更新顯示卡驅動

首先右擊“我的電腦“，雙擊“管理”，進入裝置管理器，找到顯示介面卡檢視顯示卡型號。

之後進入英偉達中國官方網址：https://www.nvidia.cn/Download/index.aspx?lang=cn 中找到與你電腦符合型號的驅動(現在安裝的是driver，不是toolkit，請分清，不要搞混了)。

總之建議不知將顯示卡驅動，可以利用驅動精靈將所有驅動進行更新一遍後再來安裝TensorFlow。

2 安裝Annaconda3

最新的TenosoFlow1.11.0支援Python3.6。因此進入Annaconda官網：
https://www.anaconda.com/download/尋找合適的版本進行安裝。
查看了Annaconda官網，Python已經更新到3.7，但是建議先別用Python3.7，而是選擇3.6版本進行安裝。怎麼說呢TensorFlow的安裝，版本之間的依賴性較強，版本過高或者過低都不行。當前Python3.6還是比較安全。Python3.6對應的Annaconda的下載地址具體為:

https://repo.continuum.io/archive/或者https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。具體下載Annaconda3的5.2版本。

安裝過程中基本全是下一步，如果你不想安裝在C盤，那麼必須先建立在你想的所在盤位置建立一個Annaconda的空資料夾，之後點選下一步。遇見新增環境變數的請打鉤。不然之後更新庫不會很方便。

安裝完成後，檢查Path環境變數是否包含了Annconda所在資料夾的地址和其子目錄Scripts的地址，沒有這兩個地址回味未來利用conda更新庫帶來不便。若沒有,先將其這兩個地址新增至Path環境變數。

若電腦已經安裝了Annaconda，那麼請開啟Annaconda Prompt。

版本過低的話先利用conda將自身與所有庫進行更新程式碼如下：

conda update conda
conda update --all

為了保險起見，防止pip版本過低，也對pip就行版本升級，程式碼如下：

python -m pip install --upgrade pip 

3安裝cuda9.0和cudnn7.14

不管你是否之前安裝過Annaconda，先不要用Annaconda直接安裝TensorFlow，這個步驟錯了一次一不行，必須先安裝cuda9與cudnn。
對於cuda與cudnn安裝不得不吐槽，在英偉達官網上下載很彆扭，特別是cudnn。必須註冊賬號，註冊完後不聽跳轉。因此在網上找了百度網盤資源，現已儲存，連結為：https://pan.baidu.com/s/19WG5HkkQa3GHMq87Sw3hjw
提取碼：7e7l。這裡麵包含了cuda9.0安裝包win10版本和linux版本的，以及win10版本的4個補丁、cudnn7.14和Annacond3版本5.1。下載cuda9.0安裝包win10版本、win10版本的4個補丁和cudnn7.14。依次安裝cuda9.0及其4個補丁。對於cuda的安裝，如果你的電腦安裝過VS，為了安裝你的VS版本與cuda的衝突，最好選擇自定義安裝，選中除Visual Studio Integration外的全部選項。
之後是cudnn的安裝，將cudnn安裝包的三個資料夾裡的檔案依次對應複製到你自己cuda的資料夾下對應子資料夾下即可。根據電腦的差異，vc 2005 redistribute可能沒有安裝，沒有這個外掛，可能會導致tensorflow匯入出現dll缺失錯誤。因此，不管安裝與否，都安裝一遍為好。下載地址為：https://www.microsoft.com/en-us/download/details.aspx?id=48145 。

4 安裝TensorFlow

在上述安裝成功後，之後開啟Annaconda Prompt輸入：

pip install tensorflow-gpu

完成對tensorflow的安裝。之後進入ipython測試是否安裝成功：