windows 10环境下安装Tensorflow-gpu
网上有很多教程，特别是简写上的写的都还算比较详细。但我自己还是遇到了几个坑，希望对深度学习有兴趣的同学遇到跟我一样的坑，希望这份记录能帮助到你。
问题一：要不要使用Anaconda？
我看极客时间上的视频课《Tensorflow快速入门与实践》，留言版块上也有讨论这个，视频课中没有用，给出的理由是太大了，几个G。https://time.geekbang.org/discuss/detail/62837
有利弊吧，管理版本方便，但也增加了一定的复杂度。自己觉得好就行~
问题二：pip install tensorflow-gpu 下载慢怎么办？
用国内的镜像，不要就得访问外国网站。用法：pip install -i https://mirrors.aliyun.com/pypi/simple/ --upgrade tensorflow-gpu==1.14.0
-i 后面跟着是镜像的网址，上面用的是阿里云的，国内还有例如清华大学等镜像，自行搜索一下就行。
建议使用2.0的版本，截止目前为止 2.0.0.b1 很多用法已经进行了较大的调整，特别是API。你从网上下载的代码和学习使用的代码，可能都需要进行修改，无疑增加了学习的难度，建议最高用 1.14.0或者更低的版本
问题三：不同的 Tensorflow-gpu 该安装何种 CUDA 和 cuDNN 版本呢？
查看链接 https://tensorflow.google.cn/install/source_windows ，注意查看文章不要使用中文，中文的翻译没有 1.14.0（翻译可能滞后了）
千万记得一定要下载匹配的版本，不然会有问题的。
你的显卡是否支持 CUDA 的版本，可以通过这个网址查看：https://developer.nvidia.com/cuda-gpus
CUDA 下载 https://developer.nvidia.com/cuda-downloads
cuDNN 下载 https://developer.nvidia.com/rdp/cudnn-download
如果你确实想尝新，记得查看官网的文档：https://tensorflow.google.cn/beta/guide/migration_guide
问题四：遇到 failed call to cuInit: CUDA_ERROR_UNKNOWN 错误怎么办？
我就遇到了，折腾的死去活来的，最终发现是自己手痒的问题，不该升级显卡驱动的。 TF 的版本，我从1.x 换到 2.0 然后又换回来，光 CUDA 与 cuDNN 都卸载重装好多次了，电脑了重启了N次，还是失败。
最后找到一篇在ubuntu上遇到这个问题的文章，说是显卡驱动问题，然后我从官网重新下载了 windows 的驱动，安装后正常了。 显卡驱动下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
问题五：如何验证是否安装成功了（仅限 TF 1.x）
cmd -> python
进入 python 命令行之后，使用下面的代码进行验证
> import tensorflow as tf
> sess = tf.Session()
如果一切正常，会输出
Python 3.6.4 (v3.6.4:d48eceb, Dec 19 2017, 06:54:40) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> sess = tf.Session()
2019-08-11 17:38:01.267862: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] Successfully opened dynamic library nvcuda.dll
2019-08-11 17:38:01.393012: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: GeForce GTX 1060 6GB major: 6 minor: 1 memoryClockRate(GHz): 1.7085
pciBusID: 0000:01:00.0
2019-08-11 17:38:01.397606: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2019-08-11 17:38:01.400748: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
2019-08-11 17:38:01.403269: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2019-08-11 17:38:01.408338: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: GeForce GTX 1060 6GB major: 6 minor: 1 memoryClockRate(GHz): 1.7085
pciBusID: 0000:01:00.0
2019-08-11 17:38:01.412305: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2019-08-11 17:38:01.415404: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
2019-08-11 17:38:02.046658: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1181] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-08-11 17:38:02.050748: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1187] 0
2019-08-11 17:38:02.052282: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1200] 0: N
2019-08-11 17:38:02.054474: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1326] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 4712 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1060 6GB, pci bus id: 0000:01:00.0, compute capability: 6.1)
>>>
环境安装完了，从网上随便找一个验证码识别的例子开始玩起来吧~
腾讯云开发者
