windows系统的从零开始：适合连python都没装的朋友

平台和软件信息

windows10python 3.5（目前windows版tensorflow只支持3.5？）anaconda 4.2.0（2,3 用起来也一样）pycharm （方便切换不同版本的python）tensorflow r0.12.1 cuda8.0cudnn5.1

一、显卡驱动

检查自己的显卡是否符合要求nvidia官网下载 cuda工具包，根据自己的系统选择相应版本，大概1.2GB,这同时包含了显卡驱动，无需再独立装驱动。下载后是个exe,一步步安装就行。 nvidia官网下载cudnn，简单注册一下并填几个问卷，就可以下载。应下载与cuda对应的版本。下载好后解压到cuda文件夹即可。

二、安装Anaconda & Pycharm

官网下载anaconda,下载好后直接安装就好，安装时默认勾选添加到系统路径。个人很喜欢pycharm，因为方便切换不同版本的python。适合既要跑python2程序，又要跑python3程序的。pycharm社区版就够用。无脑安装。

三、conda中装python3.5虚拟环境

首先，很关键！添加一个conda镜像，否则简直慢死。。。 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes

创建虚拟环境 conda create -n py35 python=3.5 anaconda 虚拟环境的意义在于不会影响其他版本python。

(激活与关闭虚拟环境： activate py35 deactivate py35)

四、Tensorflow

在激活的虚拟环境中，安装tensorflow-gpu activate py35 pip install tensorflow-gpu（使用conda指令安装只能装cpu版的） 没有pip的话就conda install pip

五、 测试

测试是否装好了tensorflow和cuda:（在虚拟环境中）import tensorflow没有报错，且像下图一样输出 successfully opened CUDA library就对了。 tensorflow.__version__指令可以查看自动装的是哪一版的tensorflow。

pycharm中跑一些测试程序。 对于习惯用命令行运行程序的人来说，以上已经足够了。对于我这种被matlab惯出来，习惯debug的人来说，用pycharm运行不同版本python程序非常方便。

在pycharm：file-settings-Project interpreter里面，选择到自己建立的虚拟环境即可，路径应该是安装Anaconda的文件夹\envs\py35\python.exe

一个小测试程序，看看是不是在用gpu计算

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)

输出日志应该显示在用gpu:0之类的。

跑一个自己的程序感受一下吧！不管速度怎么样，好歹cpu可以继续做别的工作了是不是。

---

参考文档

TensorFlow + CUDA 开发环境配置的坑与丘 conda下载很慢怎么办？Anaconda多环境多版本python配置指导