Pycharm安装tensorflow-gpu详细教程

　　上一篇讲到了如何安装pycharm和anaconda，同时也讲了一下怎么debug，这篇主要讲解pycharm安装tensorflow和gpu版本的tensorflow。

　　Pycharm可以很轻易地装各种第三方库和深度学习框架。

　　在File->Setting->Project->Project Interpreter中，点击画红圈的地方“+”，

 

 

 

 

 

 

       在上面输入tensorflow，选择tensorflow或者tensorflow-cpu都可以，然后右下角可以选择需要安装的版本，选好后，点击Install Package即可。然后再console看能否导入，注意这里需要新建一个console，不然会话没有加载刚才安装的tensorflow。

 

 

 

 

　　Cpu版本的tensorflow安装比较简单，gpu版本的稍微麻烦一些。

　　首先确保自己安装有显卡，然后再安装tensorflow-gpu之前需要先安装cuda和cudnn。

1.安装cudn和cudnn

　　安装cudn之前，需要先去官网查看自己安装的tensorflow版本对应的cuda和cudnn版本，这必须一一对应。

　　地址：https://tensorflow.google.cn/install/source_windows

 

 

 

 

　　然后去下载你所需要的cudn toolkit，cudn toolkit下载地址：https://developer.nvidia.com/cuda-toolkit-archive

 

 

 

 

　　然后下载cudnn，地址：https://developer.nvidia.com/rdp/cudnn-download

 

　　这里对于第一次下载的，是需要注册一下才能下载的。

 

2.安装cudn和cudnn

　　先安装 cuda，点击对应的exe即可，安装步骤去下载，cuda 安装选项选择 自定义，驱动程序组件选择第一个CUDA就可以啦，其它不需要。后面点击下一步，安装的时候确保安装目录空间够，不然会提示空间内存不足。cuda 安装完成后，在C盘下面可以看到这个目录。

 

　　然后在进入一下目录

 

　　将下载下来cudnn压缩包解压到这个目录下（解压后文件夹即cudn）。

3.在pycharm中安装tensorflow-gpu

 

　　选择刚才和cudn对应的版本，下载即可。

　　在console输入：

import tensorflow as tf
print(tf.test.is_built_with_cuda()) # 判断CUDA是否可以用
print(tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)) # 判断GPU是否可以用

 

　　如果均为True，则安装好了gpu版本的tensorflow。