最近兩天小編實驗室新買回來一臺圖形工作站，需要搭建python+tensorflow-gpu的環境，花費了一天半的時間配置完成，當然如果你網絡好，可能半天就OK拉，下面來個總結吧。
表格中是此次配置的主要環境
| windows10系統 |
| Anaconda3-4.0.0（64位） |
| python3.5 |
|
cuda10.0
|
| tensorflow-gpu1.14.0 |
1、配置中的軟件要求按照tensorflow官網上說的來就好，點擊鏈接進入https://tensorflow.google.cn/install/gpu
但是注意，如果你的電腦中沒有安裝過VS，建議先安裝VS，否則在安裝CUDA的時候會有些問題，小編這次安裝了VS2012以及VS2019（主要看中它能編寫並調試Python代碼，也是爲了嚐嚐鮮）
切記，不要指點點鼠標安裝完就好了，還需要配置環境變量哦，上面鏈接裏面都有，最後 來檢驗一下CUDA是否安裝成功：
打開命令行，輸入nvcc --version
得到下圖的結果說明你的cuda已經配置成功
2、上述步驟一般不會出錯，接下來我們就要安裝Tensorflow-gpu啦，這個可是充滿了未知的坑，總是與有些庫不能兼容，所以要不斷的卸載和安裝一些Python的庫。
打開命令行，執行pip3 install --upgrade tensorflow-gpu 如果你的網絡存在問題，可能你也會遇到下圖這樣的問題
切記，只要是進度條還沒走完就報錯的，那百分之八九十就是網絡的問題，所以小編就搜呀搜，看到網上說在cmd下輸入pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ tensorflow-gpu(因爲原地址下載太慢了，所以零時使用清華的源下載)。
如下圖所示是使用清華的源進行安裝的情況：
很nice，但是天總不遂人願，還出現了問題:xxx has requirement setuptools>=.....cannot uninstall 'numpy'
上述其實包含兩個問題，一個是setuptools的版本問題，一個是numpy 的版本問題，那我們就先一個一個的解決（此刻我還有點耐心，~~~~~）
針對setuptools的版本問題，使用pip3 install --upgrade setuptools
是的，我也以爲沒毛病，可是倒黴催的又出現了 Cannot remove entries from nonexistent file c:\anaconda3\lib\site-packages\easy-install.pth的問題，如下圖：
講真到這裏我有點受不了了，你想象不到如果如果你再去解決easy-install這個問題，還會出現什麼問題，所以一不做二不休
乾脆就忽略它吧,逃避雖然可恥但是有用呀（當然正在看文章的你有更好的方法可以留言交流哦~）
上命令：pip3 install --upgrade --ignore-installed setuptools
ok setuptools的問題完美解決（跳過），哈哈哈。
接下來就是第二個問題numpy 的版本問題，要知道目前使用pip3 install --upgrade numpy 是可以升級Numpy的，但是奈何小編的網絡不好，命令行下載總是出問題，如圖：
那怎麼辦呢，首先numpy是一個單獨的庫，可以單獨安裝，所以我們可以找一個網絡好的童鞋幫你下載一個numpy-1.16.4-cp35-cp35m-win_amd64.whl文件（各位根據自己的需求尋找合適的版本號下載），進行離線安裝，切記下載的文件，不管它的名字有多長，都不要改名字，不然它告訴你：xxx.whl is not a valid wheel filename,厲害不，有圖有真相：
對，要先把命令行的路徑切換到你whl放置的路徑下哦。
勝利的曙光在我放棄之前到來了，解決了上面兩個問題，再次執行：pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ tensorflow-gpu
ok，大功告成
3、測試
將下面的代碼複製到spyder裏面進行測試
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
輸出：
b’ Hello, TensorFlow!
爲了體驗一把gpu加速的優勢，我這裏使用卷積神經網絡進行MNIST_data的訓練和測試，我的小電腦，如果跑起來4個cpu核，4g內存全部佔滿，大約要跑一個多小時，來看看我們的GPU加速：不到半分鐘就出來了，大愛，感覺科研又有動力了！