安装tensorflow gpu版本

Step1 安装CUDA8.0

进入这个云盘地址，密码5aoc 进行CUDA8.0下载。下载完成后解压，打开exe文件直接按照默认进行安装，安装步骤比较繁琐，时间消耗较长，需耐心等待。

Step2 安装cuDNN6.0

进入 找到对应版本的cuDNN进行下载，进行简单的注册后，可以进入下载页面

选择Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0进行下载。下载完毕后，得到一个压缩包，解压后将压缩包中bin、lib、include三个文件夹复制，粘贴到CUDA8.0的安装目录下。

如果是按默认方式安装的CUDA8.0，那么安装目录应该为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 。

之后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\CUPTI\libx64 与C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64添加到环境变量PATH中。

Step3 安装Anaconda3.6

进入 下载3.6版本，其中自带python3.6。

Step4 安装tensorflow

进入Step3安装完成的Anaconda Prompt, 输入python 进入python交互环境后，输入pip3 install --upgrade tensorflow-gpu 回车，即进行tensorflow gpu版本的下载。

等待下载完成，用样例测试

import tensorflow as tfa = tf.random_normal((100, 100))b = tf.random_normal((100, 500))c = tf.matmul(a, b)sess = tf.InteractiveSession()sess.run(c)

查看输出结果

即为成功。