本文目标为搭建tensorflow-gpu环境。最终的环境为python 3.6 + cuda9.0 + cuDNN7.1 + tensorflow1.8-gpu。
由于电脑之前安装了tensorflow的cpu版本，现在要使用gpu版本，需要卸载已安装的cpu版本。由于我的python环境是anaconda集成环境，之前tensorflow安装采用的是pip安装，这里卸载直接采用pip卸载
pip uninstall tensorflow
本机环境：
- windows 10 ， 64位系统
- i5-7500HQ
- NVIDIA GeForce GTX 1050
- Python：Anaconda集成环境，Python 3.6.2
安装CUDA
tensorflow官网要求最新的tensorflow-gpu应该使用cuda9.0版本。
运行支持 GPU 的 TensorFlow 所需满足的要求
- CUDA® 工具包 9.0。如需了解详情，请参阅 NVIDIA 的文档。请务必按照 NVIDIA 文档中的说明将相关的 CUDA 路径名附加到
%PATH%环境变量中。- cuDNN v7.0。如需了解详情，请参阅 NVIDIA 文档。请注意，cuDNN 通常安装在与其他 CUDA DLL 不同的位置。请务必将您安装了 cuDNN DLL 的目录添加到
%PATH%环境变量中。- CUDA 计算能力为 3.0 或更高的 GPU 卡
- 要使用不同版本的 cuDNN，您必须从源代码构建。
在NVIDIA官网的CUDA版本列表找到9.0下载。传送门
安装的时候有个槽点：由于我需要的python的环境，所以不需要整合Visual Studio，安装CUDA的时候一定不要勾选 Visual Studio Integration（这里需要自定义安装，默认的精简安装会选择这个选项！）。貌似这个Visual Studio Integration会匹配你的VS（本机装了VS2017），如果VS版本不对就会安装失败。所以强烈建议，不使用VS整合Tensorflow的同学一定不要勾选Visual Studio Integration。
安装完成后，会自动设置好环境变量。CUDA_PATH、CUDA_PATH_V9_0。如下图
可以在命令行检查环境是否正确。在命令行下输入：nvcc --version，若有版本输出，则表明cuda环境是OK的，我的输出如下：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
Cuda compilation tools, release 9.0, V9.0.176
安装cuDNN
安装cuDNN需要注册登陆NVIDA DEVELOPER网站。由于我们的cuda版本是9.0，故cuDNN选择版本cuDNN v7.1.4 Library for Windows 10
下载得到一个压缩文件：cudnn-9.0-windows10-x64-v7.1_2.zip。
配置cuDNN环境变量，两种方案，一种NVIDIA cuDNN Guide给出，一种Tensorflow Installation Guide给出。
1、Tensorflow方案（我采用这种方式，亲测可用）
cuDNN 通常安装在与其他 CUDA DLL 不同的位置。请务必将您安装了 cuDNN DLL 的目录添加到
%PATH%环境变量中
为了保险起见，我在系统PATH环境变量中，添加了3个关于cuDNN的目录。
2、NVIDIA方案（和CUDA环境交叉）
- 解压缩
- 复制
<installpath>\cuda\bin\cudnn64_7.dll到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin目录下 - 复制
<installpath>\cuda\ include\cudnn.h到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include目录下 - 复制
<installpath>\cuda\lib\x64\cudnn.lib到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64目录下 - 设置cuDNN环境变量：配置过CUDA_PATH即可。
- cuDNN installation Guide
安装Tensorflow-gpu
tensorflow installation guide，有时打不开，需要翻墙
在 Anaconda 内部，我们建议使用
pip install命令来安装 TensorFlow，而不要使用conda install命令。要安装 GPU 版本的 TensorFlow，请输入以下命令：
C:\> pip3 install --upgrade tensorflow-gpu
验证安装：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))输出：
T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1356] Found device 0 with properties:
name: GeForce GTX 1050 major: 6 minor: 1 memoryClockRate(GHz): 1.493
pciBusID: 0000:01:00.0
totalMemory: 2.00GiB freeMemory: 1.61GiBb’hello,tensorflow!’
