目录
1 原料
- Windows10系统主机（64位）
- GTX1060显卡
- 可以上网
2 配料
2.1 Python3.6.6 或者 Anaconda 3
推荐用Anaconda ，因为很多库都已经装好，不用手动安装
- Python 下载地址：https://www.python.org/downloads/
- Anaconda 镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.2 Cuda9.0
下载地址：https://developer.nvidia.com/cuda-90-download-archive
2.3 cuDNN
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
选择Windows10版本，下载这个需要注册以及回答一些问卷，随便填都没事。下载后是一个压缩包，安装完CUDA后需要用到这个解压后的文件。
2.4 visual studio 2015（其它版本也行，比如2013）
下载地址：https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1 我选择的是社区版本，其他版本应该也没问题。安装这个比较费时间，文件比较大。
在安装visual studio 2015过程需要一步注意，需要勾选下图的选项。此外，这个安装后才能安装CUDA。
VS2013 下载地址
链接：https://pan.baidu.com/s/1F1ej7lJlpGp3g5go2YtW7Q 密码：078f
3 做菜
3.1 Python
在安装python只要勾选 Add to Path 这个选项，其他默认即可，安装地址可以更改。下图是截取别人的图，实际版本不是这个。
进入cmd，输入python，看到下图就是安装成功了。
如果选择用Anaconda3（推荐）——Anaconda的安装与测试实例，则需要把Anaconda 的环境加入系统中
- Anaconda 的路径
- Anaconda 下 Scripts 的路径
具体添加细节可以参考这篇博客
anaconda安装及环境变量配置
打开Anaconda Prompt，输入 python 测试
3.2 visual studio 2015
把我们下载后的软件双击，
点击下图最后一个文件安装
接下来就是等待安装过程了。注意上面提到的安装过程即可。安装路径可以修改。
3.3 CUDA 9.0
按照常规软件安装即可，可能会短暂的黑屏
安装完毕后，在安装目录下，比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0可以看到如下内容。
打开命令行，输入nvcc -v.看到如下则表示安装成功。
再去环境变量中看下
要有这两个变量，没有自己添加。地址如图所示。
3.4 cuDNN
我们把下载好的文件解压，如图所示。
将这些文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录中。如下图所示。
3.5 Tensorflow-GPU
在命令行下安装tensorflow-gpu，pip3 install tensorflow-gpu
在这里，我遇到一个问题，解决方法是下载numpy这个库，在重新安装。pip unstall numpy。然后在pip install numpy。接着在继续输入pip3 install tensorflow-gpu。如果有问题可以百度下解决方案。
如果安装的anaconda的话，打开 Anaconda Prompt
pip install tensorflow-gpu，pip3 install tensorflow-gpu==XXX可以下对应版本的 TensorFlow，比如 1.8，pip下载东西加速的方法可以参考这篇博客 pip下载慢的问题。
如果 用 Anaconda 安装的话，就不会存在这种问题了
安装完成后打开 python 用以下指令看下tensorflow版本。
import tensorflow as tf
tf.__version__4 上菜
接着我们来测试下是不是在GPU下运行。
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print (sess.run(c))可以看到GPU的信息。
在GPU上运行。
这样就配制完了。
5 品菜
1 安装过程很繁琐，需要耐心
2 有些问题可以参考别人的答疑
3 GTX1060的驱动最好事先安装好，我这是先来的主机，所以是自己装的。
4 参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html
5 多试错多犯错
6 菜料大合集
Python 3.6.6（Anaconda3以上版本） + CUDA 9.0 + cuDNN 7.0 + visual studio 2015（其它版本也行）
百度云链接：https://pan.baidu.com/s/1xsjmn8kO3cTrHg-ywnh9Aw
7 甜点
pycharm