Installing TensorFlow with GPU support on Windows

由于今年上半年开始要完成毕设，结合实验室研究方向和我个人兴趣，因此和卡尔加里大学的导师商量，打算把图像识别和深度学习结合起来。由于卡尔加里这学期没有开设相关课程，因此只能自学Deep Learning和计算机图形学方面的知识，并且每周给导师汇报学习进展并答疑。

学习过程身心俱疲——大部分数学知识都是在大一大二学习的，现在已经忘得干干净净，所以这个过程是很艰辛的——有点像看英文原著，脑子里有印象但是就是想不起来。所以一月份进展不快。

最近电脑卡死，重新装了系统，学习用的matlab、Python、R、TensorFlow全部没了，因此只能重装。我的笔记本系统是windows 10，内存8G，显卡是Nvidia GTX850，因此可以安装TensorFlow with GPU support版本。理论上计算速度可以明显提升，但是我的显卡比较古老，实际效果并不是很明显，anyway能够加速就行。

官方网址：https://www.tensorflow.org/install/install_windows（国内访问似乎不稳定）

如果还可参照极客学院翻译的中文版文档：http://wiki.jikexueyuan.com/project/tensorflow-zh/

安装Python（建议安装Python3版本，因为对于Windows，TensorFlow支持Python 3.5.x and 3.6.x），直接到官网https://www.python.org/downloads/windows/下载安装即可，切记勾选将路径添加到环境变量。

安装Pip——Pip 是一个 Python 的软件包安装与管理工具。Python3.4+ 已经自带Pip。

安装CUDA Toolkit 9.0，它可以创建高性能GPU加速应用程序提供了开发环境，也就是说能够进行编程实现GPU高速运算。目前CUDA最新版本是9.1，但是目前TensorFlow最高支持9.0，所以建议安装9.0。https://developer.nvidia.com/cuda-toolkit-archive

下载cuDNN v7.0，https://developer.nvidia.com/rdp/form/cudnn-download-survey。cuDNN(CUDA Deep Neural Network library)是用于深度神经网络的GPU加速库。cuDNN为标准例程提供了高度优化的实现，如前向和后向卷积，池化，规范化和激活层等。注意，cuDNN需要注册Nvidiadeveloper账号才可以下载。另外，注意CUDA和cuDNN版本的对应关系（官网有说明），在这里CUDAToolkit 9.0对应的是cuDNN v7.0。最后将下载的文件解压，分别将bin、include、lib中的文件复制到CUDA安装的对应文件夹中。如下图所示（点击图片可放大）

下载解压的文件夹

将各个文件夹的文件复制到CUDA安装路径的对应文件夹中

安装Visual Studio 2015 community，CUDA的运行需要VS的相关环境。Visual Studio 2015 community包含了所需的库文件，因此安装Visual Studio 2015 community就够了。https://www.visualstudio.com

安装TensorFlow：

C:\Users\小星>pip3 install --upgrade tensorflow-gpu

验证

看到那个熟悉的“hello”了吗

大功告成，找几个代码练练手

peace