Win10下Anaconda安装TensorFlow-GPU的详细教程

在Windows 10环境下，安装TensorFlow-GPU与Anaconda集成环境可能会遇到兼容性问题，尤其是在处理CUDA和CUDNN的版本选择时。本文提供了一个经过作者亲测的步骤指南，帮助用户在2018年12月30日后安装TensorFlow-GPU。 首先，推荐使用Anaconda的新版本进行安装，可以从Anaconda官网（<https://www.anaconda.com/download/#windows>）下载适用于Windows 10的版本。为了支持TensorFlow GPU，需要安装NVIDIA的CUDA 8.0和CUDNN 6.0。特别关注两个可执行文件：cuda_8.0.61_win10.exe和cuda_8.0.61.2_windows.exe，以及CUDNN的对应版本压缩包cudnn-8.0-windows10-x64-v6.0.zip。 安装完成后，打开Anaconda Prompt，通过以下命令设置下载源，以确保获取最新的包： ```shell conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 由于新版本的TensorFlow已经兼容Python 3.6，可以直接创建一个专为TensorFlow-GPU优化的环境，命令如下： ```shell conda create -n tf_gpu ``` 激活这个新环境： ```shell activate tf_gpu ``` 接着，利用Anaconda的conda命令而非普通的pip来安装TensorFlow-GPU，这样可以确保所有必要的依赖库自动配置： ```shell conda install tensorflow-gpu ``` 最后，确认安装成功并启用GPU计算，打开Python交互式环境，输入以下代码： ```python import tensorflow as tf sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) ``` 如果看到GPU被正确识别并用于计算，那么安装就成功了。这个过程确保了在Anaconda和Windows 10环境中，TensorFlow-GPU能够稳定且高效地运行，避免了许多常见的安装难题。