Tensorflow-gpu安装

安装python

根据python官网的指导安装即可，注意最好使用最新版本的python3.6

安装好python之后，设置对应的环境变量

执行pip install --upgrade tensorflow-gpu

如果使用pip安装tensorflow报错，搜索对应版本的tensorflow失败，同时不是网络问题的话，那么就是安装了32位的python，需要重新卸载安装64位即可，同时我也惊叹于如今微软对于原生环境的支持，确实比以前方便太多了

Cuda安装

截止到目前，虽然官方有版本支持Cuda9.0，但是兼容性最好的还是Cuda8.0版本，在Nvidia官网下载好之后安装即可

环境变量

需要将安装好之后自动设置的Cuda环境变量添加到系统变量Path当中

使用的版本是Cudnn6.0，支持Cuda8.0，需要在Nvidia开发者注册一个账号才能下载

解压之后其实是一个版本包，将其中的所有内容相对应地复制到Cuda的文件夹下即可，也就是

三个文件夹内的文件复制增加到Cuda对应文件夹下

import tensorflow as tf
hello = tf.constant('hello')
sess = tf.Session()
print(sess.run(hello))

顺利输出hello那么安装成功

python版本错误

基本体现在pip安装tensorflow过程中出现的错误

Cuda版本

进行测试的时候会报错dll不存在，那么就是版本出错了

Cudnn安装

测试的时候报错会告诉你