win10下通过Anaconda安装TensorFlow-GPU1.3版本，并配置pycharm运行Mnist手写识别程序

折腾了一天半终于装好了win10下的TensorFlow-GPU版，在这里做个记录。

准备安装包：

visual studio 2015；

Anaconda3-4.2.0-Windows-x86_64；

pycharm-community；

CUDA:cuda_8.0.61_win10；下载时选择 exe（local）

CUDA补丁：cuda_8.0.61.2_windows；

cuDNN:cudnn-8.0-windows10-x64-v6.0;如果你安装的TensorFlow版本和我一样1.3，请下载cuDNN v6.0 for CUDA 8.0 （不要问我为什么知道....）

开始：

1.安装visual studio2015 可以只安装 Visualc++部分

2.安装CUDA：

按提示安装,先安装cuda_8，再安装补丁；

装完后在cmd里查看版本号：nvcc -V

3.安装cuDNN库：

把解压文件放置到CUDA的相关文件夹里：（懒得打字了）

==============》》

4.安装Anaconda:

我是选择用Anaconda安装TensorFlow，方便管理各种环境。

下载对应安装包，按提示安装。

装好后，打开Anaconda Prompt.添加清华的镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

在win下更改Python的默认源为清华源：

在当前的用户目录下新建pip文件夹，在pip文件夹里新建pip.ini文件：

[global]

index-url = http://mirrors.aliyun.com/pypi/simple/

//https://pypi.tuna.tsinghua.edu.cn/simple 清华源

[install]

trusted-host=mirrors.aliyun.com

在Anaconda里建立TensorFlow的环境：

conda create -n tensorflow Python=3.5

激活TensorFlow环境：

activate TensorFlow

关闭环境：

deactivate

5.安装TensorFlow：

pip install --upgrade --ignore-installed tensorflow-gpu

安装TensorFlow指定版本（清华源上有的，更换链接最后的版本名称就行了）

pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

简单测试：

在TensorFlow环境里打开Python：

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow")

sess = tf.Session()

print(sess.run(hello))

见到b'hello tensorflow' 测试成功。

6.安装，配置pycharm：

下载对应安装包。按提示安装pycharm。

配置pycharm：

在选择Python版本时，手动添加位于Anaconda的python版本，位置在Anaconda的安装目录下的envs文件夹里：

7.在pycharm里新建mnist手写识别程序：

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)

import tensorflow as tf

sess = tf.InteractiveSession()

x = tf.placeholder(tf.float32,[None,784])

w = tf.Variable(tf.zeros([784,10]))

b = tf.Variable(tf.zeros([10]))

y = tf.nn.softmax(tf.matmul(x,w) + b)

y_ = tf.placeholder(tf.float32,[None,10])

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1]))

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

tf.global_variables_initializer().run()

for i in range(1000):

    batch_xs, batch_ys = mnist.train.next_batch(100)

    train_step.run({x: batch_xs, y_:batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

运行：

至此全部安装完毕。

安装过程中的坑：

1.安装TensorFlow1.3的cuDNN的版本要选V6的版本，不然会出现

No Module Named '_pywrap_tensorflow_internal'

以及

DLL load failed: The specified module could not be found等错误。