利用Tensorflow GPU運算，Anaconda平台安裝步驟

電腦環境

OS： windows 10 pro

顯卡：Nvidia 1080ti

Visual Studio 2017

CUDA Tookit 10.0
cuDNN v7.3.1 Library for Windows 10

1. 檢查顯示卡是否支援

2. 安裝Install Visual C++ Build Tools

3. CUDA Toolkit 安裝

因為我的電腦是nVidia  1080ti的顯示卡，也更新了驅動程式 ，所以就直接安裝CUDA   Toolkit

CUDA Toolkit 10.0 Download 

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

版本：cuda_10.0.130_win10_network.exe

CUDA Toolkit

執行安裝，windows 10安裝時，我都習慣用以"系統管理員身分執行"避免權限不足導致安裝異常等情況

接著一直"下一步"到完成安裝。

[注意]安裝的過程可能會更新到舊版本的驅動程式，我因為舊版本無法支援雙螢幕，另手動在更新最新版本的。

有些教學文會加註說明要設定環境變數，但目前在windows 10的安裝過程就會自己協助加入，不需在手動加入了。

安裝完成重新開機。

4.安裝完後檢查CUDA版本

命令提示字元下nvcc --version指令

5.安裝 NVIDIA CUDA Deep Neural Network library (cuDNN)

下戴網址

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse714-9

我下載的版本：cuDNN v7.3.1 Library for Windows 10

解壓縮檔案cudnn-10.0-windows10-x64-v7.3.1.20.zip

將內容檔案複製到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

取代目地檔案

6.安裝Anaconda

版本：Anaconda3-5.3.1-Windows-x86_64

安裝完成，以系統管理員執行Anaconda

建立python 3.6版本的環境，命名為tensorflow-gpu

pip install tensorflow-gpu

  Could not find a version that satisfies the requirement tensorflow-gpu (from versions: )

No matching distribution found for tensorflow-gpu

conda install tensorflow-gpu

Solving environment: failed

UnsatisfiableError: The following specifications were found to be in conflict:

  - tensorflow-gpu

Use "conda info <package>" to see the dependencies for each package.

新版的Anaconda3-5.3.1 ，預設Python版本是3.7，因tensorflow-gpu目前只支援到3.6版本

因此需要將Python降版到3.6，我這裡是降到3.6.5

先查看所有版本，指令：conda search --full-name python

指令：conda install python=3.6.5

查看降版結果，指令：conda info

安裝tensorflow-gpu，指令：  pip install tensorflow-gpu

命令指示字元啟用環境，指令：activate tensorflow-gpu

查看是否成功

安裝tensorflow-gpu，指令：conda install tensorflow-gpu

安裝keras，指令：conda install keras

執行spyder，跑看看檢查GPU運算功能是否生效

import tensorflow as tf; 

print(tf.GIT_VERSION, tf.VERSION)

# Create TensorFlow object called tensor

hello_constant = tf.constant('Hello World!')

with tf.Session() as sess:

    # Run the tf.constant operation in the session

    output = sess.run(hello_constant)

    print(output.decode())# bytestring decode to string.

    

# Creates a graph.

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)

# Creates a session with log_device_placement set to True.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

# Runs the op.

print(sess.run(c))

from keras import backend as K

K.tensorflow_backend._get_available_gpus()

跑看看python檢查cpu元件是否有缺少的? 

https://gist.github.com/mrry/ee5dbcfdd045fa48a27d56664411d41c