Windows 安装Tensorflow和Cuda

作为一个小白，要用gpu运行tensorflow还是不容易的，有很多版本的坑。为了避免消耗时间，可以遵循以下清单顺序。

1. 检查GPU 是否支持CUDA
   https://developer.nvidia.com/zh-cn/cuda-gpus 在链接底部

2. 查看CUDA驱动版本
   https://jingyan.baidu.com/article/d169e1861b759f436611d882.html 例子的版本为385.54
   可更新到最新驱动
   https://www.nvidia.com/Download/index.aspx?lang=en-us 查询并安装

3. 查找CUDA驱动版本支持的CUDA运行版本
   https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
   例子支持CUDA 9.0 (9.0.76)

4. 安装CUDA
   https://developer.nvidia.com/cuda-toolkit-archive
   如果安装失败，请按精简版，只选择Cuda里面的Delopment和Running time进行安装

5. 查找CUDA运行版本对应的Tensorflow版本
   https://tensorflow.google.cn/install/source 在链接底部
   上面可以查看cudnn版本，下面是下载地址
   https://developer.nvidia.com/zh-cn/cudnn

6. 安装Tensorflow
   pip install tensorflow_gpu==1.9
   使用 pip 安装 TensorFlow注意事项
   https://www.tensorflow.org/install/pip 在链接底部

7. 查看Tensorflow和Python，CUDA，cuDNN是否匹配(可跳过)
   查看"...Python \Lib\site-packages\tensorflow\python\platform"文件夹中的build_info.py

8. 运行代码

import tensorflow as tf
print(tf.__version__)
#查询tensorflow安装路径为:
print( tf.__path__ )

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"

if __name__ == "__main__":
    print(device_lib.list_local_devices())

输出版本说明可以使用。

9. 开启Tensorflow的旅程
   https://www.tensorflow.org/overview/