tensorflow 安装GPU版本，个人总结，步骤比较详细

    手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696
    此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。
CUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。 
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIA™（英伟达™）发明了CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构已应用于GeForce™（精视™）、ION™（翼扬™）、Quadro以及Tesla GPU（图形处理器）上。 
安装TensorFlow时存在很多版本不兼容或者不对应的问题。而官网上下载的cuda版本往往都是最新的，一不小心容易下载了最新CUDA版本，而与之对应的cuDNN 不一定兼容。笔者就遇到这样的问题，先卸载，参考：http://blog.csdn.net/shuiyuejihua/article/details/78738664
2017-12的时候，tensorflow 1.4不支持cuda9.0，且tensorflow1.0版本以上是不支持cuda8.0以下的。
cuda8.0对应的cuDNN必须是6.0版的。
cuda8.0，在cuda下载页面，Legacy Releases，找到旧版本下载地址，然后下载安装
最后成功安装，选择CUDA Toolkit 8.0 GA2+cuDNN v6.0 (April 27, 2017), for CUDA 8.0

笔者的显卡时Nvida GTX750 Ti,运算能力4以上，符合前一篇tensorflow安装GPU版本的要求。因此我们的安装均是安装的GPU版本，非GPU版本安装类似。
安装步骤可参考 http://blog.sina.com.cn/s/blog_14935c5880102wu86.htmlAnacondaAnaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本，包括超过100个用于数据科学的最流行的Python，R和Scala软件包。 
来自Anaconda官方下载页面 
具体使用见Anaconda官方教程，简单易懂！
Anaconda初步学习0.下载Anaconda安装包：Anaconda官方下载地址 
我下载的是Anaconda4.4.10 For Windows 64bit（内置python3.6） 
下载好了就安装，一直下一步。 
1.检查Anaconda是否成功安装：

conda --version

 
2.检测目前安装了哪些环境：

conda info --envs

 

 


安装环境只有一个，不用担心。
 
3.检查目前有哪些版本的python可以安装：

conda search --full-name python

 


 
（好多呀，要哪个呢？嘻嘻当然是python3.6啦） 
4.安装不同版本的python：

对于GPU版本：conda create --name tensorflow-gpu python=3.6

 

对于CPU版本：conda create --name tensorflow python=3.6

 


 



（默认情况下会自动选择最新版本分支） 
5.按照提示，激活之：

activate tensorflow

 
 


（嘻嘻它有了一顶小帽子~代表我的当前环境哦） 
6.确保名叫tensorflow的环境已经被成功添加：

conda info --envs

 


 
（Bravo!） 
7.检查新环境中的python版本：

python --version

 
基本已经完成。

8.安装 tensorflow 
命令行输入：pip install tensorflow-gpu，默认安装最新的tensorflow 版本1.5.0，



安装完成后使用 import tensorflow as tf  出现如下错误：



度娘后发现CUDA8.0 不支持tensorflow 1.5，故需要降低版本。（也可提升CUDA版本，不过需要注意CUDA与cudnn版本的对应，以及是否与电脑的GPU兼容，否则很容易入坑。cuda8对应 cudnn6，cuda9 对应cudnn7.）
卸载pip uninstall tensorflow-gpu-1.5.0
选择安装版本：pip install tensorflow-gpu==1.4.0

9.确认tensorflow安装成功： 错误尝试:直接在cmd里面键入python，然后键入

import tensorflow as tf

 

遇到问题：No module named 'tensorflow' 是因为我们环境中包含了2个python环境，一个base，一个tensorflow-gpu，两个环境版本可以是一样的，笔者的均是3.6.4。



正确尝试：进入Anaconda Prompt-python里
输入：activate tensorflow-gpu 的环境，键入python，然后再键入

import tensorflow as tf

 
在这里可以找到Anaconda Prompt-python： 


 



10、tensorflow开发环境
（1）spyder
打开Anaconda Navigator（开始菜单->Anaconda 3->Anaconda Navigator），搞一个spyder玩，点击spyder下面的“install”，安装好就变成“Launch”了，点击就可以进去了。 


在spyder里对tensorflow说Hello! 


输出： 


 
（2）、jupyter notebook 这个工具比较流行
Jupyter is a web application that allows you to create and share documents that contain live code, equations, visualizations and explanatory text.

    安装完Anaconda后可直接打开jupyter notebook。或者在Anaconda Prompt中输入jupyter notebook
    坑1：在jupyter notebook中新建.py文件，import tensorflow as tf，运行后又是那句之前见到过很多次的提示：not find module TensorFlow，想了一下，spyder 环境中会通过Application 选择 base 环境还是 tensorflow-gpu/tensorflow 环境，而jupyter notebook也需要选吧。一想还没激活环境呢。
    坑2：退出jupyter notebook，在Anaconda Prompt 输入：activate tensorflow-gpu ,启动，依然是之前那个提示。

    填坑：

    之前我们在Anaconda安装好了TensorFlow，但要想在Jupyter notebook上使用，还不行，接着安装ipython（好像最新 都不需要重新装了），安装jupyter。

以上算是Anaconda安装好了TensorFlow，但要想在Jupyter notebook上使用，还没完。 

接着安装ipython，安装jupyter。
第一步>>activate tensorflow-gpu
第二步>>conda install jupyter





安装完成后在打开jupyter notebook 运行