win10+cuda10.1+cudnn7.5+anaconda3 安装 tensorflow-gpu

•  在nvdia官网下载 cuda10.1 win10 x64, 安装。
• 在nvdia官网下载 cudnn-10.1-windows10-x64-v7.5.0.56.zip， 解压，将里面的文件夹复制到cuda的安装目录 比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
• 下载anaconda3 （2019年6月19日 Anaconda3-2019.03-Windows-x86_64.exe,注意安装的是python3.7），一路安装。(如果想直接在windows命令行中使用python、pip，请安装后手动把anaconda的安装目录添加到环境变量path.)
• 打开 anaconda prompt，使用pip 安装 ，pip install tensorflow-gpu
• 使用例子， 

  import tensorflow as tf

  此pip指令按照的是最新版本的tensorflow1.13.1（除了2的beta版本之外）。

   

  好了，总算问题来了。。。

  ImportError: DLL load failed: 找不到指定的模块。
  
  
  Failed to load the native TensorFlow runtime.
  
  See https://www.tensorflow.org/install/errors
  
  for some common reasons and solutions.  Include the entire stack trace
  above this error message when asking for help.

  网上GitHub一查，大把人出现这个问题， Win10: ImportError: DLL load failed: 浏览了一遍后发现问题，“ confirmed it needs a dependency on CUBLAXX_100.DLL.
  Then I installed CUDA10.0 and it works.” cuda版本不对。。。难道要重装cuda？将cuda降级到10.0?虽然现在cuda装起来很容易，也不需要额外配置，可是还是麻烦啊，之前都用得好好的。。有点不甘心啊。。

• 电光一闪 → SOL：在  UCI LFD下载，Unofficial Windows Binaries for Python Extension Packages （https://www.lfd.uci.edu/~gohlke/pythonlibs/），选择

tensorflow‑1.9.0‑cp37‑cp37m‑win_amd64.whl，之后在anaconda prompt 下将目录cd到下载目录，然后pip install xxx.whl，显示安装成功。

• 测试一下：

• import tensorflow as tf
  import numpy as np
  
  # 使用 NumPy 生成假数据(phony data), 总共 100 个点.
  x_data = np.float32(np.random.rand(2, 100)) # 随机输入
  y_data = np.dot([0.100, 0.200], x_data) + 0.300
  
  # 构造一个线性模型
  # 
  b = tf.Variable(tf.zeros([1]))
  W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
  y = tf.matmul(W, x_data) + b
  
  # 最小化方差
  loss = tf.reduce_mean(tf.square(y - y_data))
  optimizer = tf.train.GradientDescentOptimizer(0.5)
  train = optimizer.minimize(loss)
  
  # 初始化变量
  init = tf.global_variables_initializer()
  
  # 启动图 (graph)
  sess = tf.Session()
  sess.run(init)
  
  # 拟合平面
  for step in range(0, 201):
      sess.run(train)
      if step % 20 == 0:
          print( step, sess.run(W), sess.run(b))

  成功输出结果！！大功告成。

•  如果想使用更高版本的tensorflow，可以参考网友给出的其他解决方案，或者安装2.0beta版本。
   

- Windows 10 Home 64bit
- CUDA Toolkit 10.0 (Sept 2018)
- Download cuDNN v7.6.0 (May 20, 2019), for CUDA 10.0
- Python 3.7.3 Windows AMD64
- Tensorflow-gpu 1.13.1

---------------END-------------------------

2019年6月19日