Win10下安装Tensorflow1.8 GPU版（CUDA9.2）（更新至TF1.12）
装Ubuntu死活进不了系统，貌似是显卡问题，所以退而求其次，在Windows下装Tensorflow GPU版本。出乎意料的是这一次安装相比Tensorflow-0.8的时候容易多了，网上的教程和答疑多了很多，遇到的问题基本都能找到解决方法，同时社区对新版本的支持力度也很大。所需基础软件（对，就说的NVIDIA家）都可以放心使用最新版了！ 操作系统：Windows 10 64位 专业版 1803 Visual Studio Community 2017 版本15.7.4 Python：Anaconda 5.2 下 Python 3.6 GPU：显卡驱动398.11-notebook-win10-64bit-international-whql + cuda_9.2.88_win10 + cudnn-9.2-windows10-x64-v7.1 Tensorflow: 1.8 Tips：查看Windows版本 一起按Windows键和I键，点击系统，最下方关于 一、安装vs2017 从CUDA指南中可以找到对VS的要求，如下图CUDA9.2目前支持Visual Studio 2017 (RTW and Update 6)，因此我目前VS的版本明显高出指南的要求，但高了总比低了好。 安装VS时，按自己需求选择功能，然后要注意选择右边的Windows 10 SDK，否则CUDA的Sample会编译失败。 二、安装CUDA9.2 首先更新显卡驱动，到NVIDA官网下载显卡最新的驱动，然后安装 下载CUDA 9.2 Windows x86_64 10 exe(local)，将Base Installer和 Patch 1 (Released May 16, 2018)都下载下来，得到cuda_9.2.88_win10.exe(主程序)和cuda_9.2.88.1_windows.exe(补丁包)。 右键cuda主程序，用解压软件解压到临时目录，然后运行setup.exe，选择自定义安装，只勾选CUDA下的Development、Runtime、Documentation、Samples，如下图。不选择Visual Studio Integration是因为我的VS版本高于CUDA支持版本，会有Visual Studio Integration安装失败问题，因此要绕一下，感谢知乎申尚昆的帮助，以及英伟达社区 顺利安装完CUDA后，打开CUDA解压的临时目录，找到 CUDAVisualStudioIntegration/extras/visual_studio_integration/MSBuildExtensions 复制里面的所有文件到 VS2017 的安装目录（C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/Common7/IDE/VCVCTargets/BuildCustomizations）VS对应目录可在CUDA指南找到，如下图。 查看环境变量中是否有CUDA_PATH，没有的话自己加上，如下图。 三、安装CUDNN 很多攻略贴中提供的CUDNN下载页面版本不全，v7.1只有Linux版，推荐从NVIDIA首页登录后找到cudnn，按网站指引下载。贴几个可能有效的地址： 官网 https://developer.nvidia.com/rdp/cudnn-downloadCSDN https://download.csdn.net/download/enight0000/10490781 解压cudnn压缩包，将压缩包里的内容拷贝到CUDA的安装目录（C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.2）并覆盖对应的文件夹 四、测试CUDA Samples（可跳过） 打开CUDA安装目录：C:/ProgramData/NVIDIA Corporation/CUDA Samples/v9.2/5_Simulations/nbody 找到nbody_vs2017.sln，用vs2017打开，编译成功并运行，如成功则CUDA安装成功，如有错也不一定是CUDA的问题。 五、安装Tensorflow-gpu 为了Python不混乱，首先安装Anaconda 5.2（犹豫了很久怕麻烦，装上后发现真好用，一下就上手！） 设置Anaconda镜像加速下载，在CMD命令行下执行以下命令：conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config –set show_channel_urls yes 添加Tensorflow环境conda create –name tensorflow python=3.6...