故事起因
本人十分熱愛動漫，特別對宮崎駿、新海誠的畫風十分喜歡，最近看到Github上有個項目可以將圖片轉化爲二次元風格，於是迫不及待的想本地實現一下，詳情請看：《用 AnimeGAN 實現 “萬物皆爲二次元”》。本次主要討論環境搭建過程中安裝 tensorflow-gpu 遇到種種問題，希望對大家有幫助。
安裝須知
tensorflow-gpu的安裝涉及到很多的組件，安裝順序和版本都有對應要求，且安裝方式多種多樣，本次介紹的是最方便的安裝方法，首先安裝順序如下：
1、安裝anaconda；
2、檢查自己的電腦的GPU是否支持CUDA；
3、根據需要選擇安裝對應的版本；
4、安裝CUDA；
5、安裝CUDNN；
6、安裝tensorflow-gpu；
7、驗證安裝結果。
安裝過程中涉及到多個版本的安裝包，您的環境如果和我一樣，可以直接使用網盤中提供的安裝包進行安裝，如果不一樣那就只能自己下載，建議使用迅雷下載鏈接可能會快很多，網盤鏈接：
鏈接：https://pan.baidu.com/s/1BaRzE3F9-T7xqbs7eyAi9Q
提取碼：24tv
Anaconda安裝
Anaconda的安裝很簡單，我這裏只提供下載鏈接（點擊進入清華鏡像下載），可以選擇適合自己的版本，安裝的時候只需要注意添加環境變量就可以了（一定要勾選）。
安裝完成以後在菜單欄可以快速打開Anaconda Prompt，也可以從下面的文件夾快速進入。
2、檢查自己的電腦的GPU是否支持CUDA；
可以登陸英偉達官方網站進行查詢，本人是1050 Ti 就當作是1050，結果證明是支持的。
3、根據需要確認安裝對應的版本；
每個人安裝的tensorflow可能不一樣，您可以根據您要安裝的tensorflow版本選擇插件的版本，這很重要，如果您的版本不對應，安裝過程會失敗。查看對應關係，當前對應關係如下圖：
4、安裝CUDA；
本次安裝過程中，其他過程都很順利，基本所有問題都出在這一步，正常情況下，下載了CUDA9的安裝包直接安裝就可以了，可以因爲自帶版本的問題，總是安裝失敗，最後通過完全卸載已有驅動的辦法解決了。
1）獲取CUDA安裝包
安裝包可以從我提供的網盤獲取，也可以自己去官網下載，還是比較快的。官網下載地址，我這裏選擇的是9.0的版本。
2）選擇CUDA安裝包版本，下載第一個就行，其他是補丁包
3）正常安裝CUDA
正常情況下，雙擊安裝文件，選擇安裝地址，勾選自己需要的組件就可以，如果怕自己選的不對默認安裝也可以。
4）安裝CUDA失敗
根據我自己的情況來看，安裝失敗的主要原因就是安裝版本和本地已有的英偉達服務有衝突導致的，常見問題就是安裝 update 組件失敗，直接停止安裝。這種情況只需要卸載原有驅動就行了，不過常規卸載卸載不完全還是會出現問題，這時候可以使用DDU工具來實現完全卸載，工具在網盤中有。
打開軟件的時候會讓你更新和安全模式進入，無視就好了。選擇需要卸載的驅動，可能需要等上幾分鐘，卸載完成以後需要重啓電腦。
5）配置CUDA環境變量
完成會自動生成環境變量，不過不是都生成了。爲了節約大家安裝時間，可以直接複製粘貼，不過自己的安裝路徑還是需要修改的，一樣的話就不需要修改了。
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
效果如下：
6）測試CUDA結果
在CMD中查看一下 nvcc 的版本信息：nvcc -V。結果如下安裝成果。
5、安裝cuDNN
1)獲取cuDNN安裝包
cuDNN的安裝比較簡單，難的是下載對應的安裝包，因爲下載的時候需要註冊賬號，註冊賬號又很慢，所以建議大家直接去網上找找被人提供的資源來下載，會快很多。如果您這邊有賬號，可以直接訪問官網進行下載。
2)安裝cuDNN
首先解壓下載的安裝。安裝cuDNN有兩種方式：一是將解壓文件信息配置到環境變量中。二是直接將解壓文件的三個文件夾複製到CUDA對應的文件夾。
我的默認安裝路徑是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0。
6、安裝tensorflow-gpu
相對於插件，tensorflow-gpu本身的安裝就簡單了很多，特別是使用Anaconda來安裝。
1）打開 Anaconda Prompt 。
2）在Anaconda 裏創建名爲 tensorflow 的環境，名字可以自己換個喜歡的。
# 我這裏指定了 python 版本爲3.6 也是我實驗環境的要求，這個過程可能缺少其他組件，輸入y，系統會自動安裝。
conda create -n tensorflow pip python=3.6
3）激活 conda 中名爲 tensorflow 的環境
activate tensorflow
4 ）安裝 tensorflow-gpu
//（不推薦）安裝命令如下，因爲需要下載鏈接，速度超慢，不推薦這樣，我直接Ctrl+C 退出安裝了。
> pip install --ignore-installed --upgrade tensorflow-gpu
//（推薦）給安裝命令指定鏡像就快多了，記得指定tensorflow-gpu的版本，默認安裝最新版本，可能和你的插件版本對不上。
> pip install --ignore-installed --upgrade tensorflow-gpu==1.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
7、驗證安裝結果
1）先新建一個python文件，添加以下內容（網上抄的）。
import tensorflow as tf
# Create TensorFlow object called tensor
hello_constant = tf.constant('Hello World!')
with tf.Session() as sess:
# Run the tf.constant operation in the session
output = sess.run(hello_constant)
print(output.decode())# bytestring decode to string.
2）測試的時候我把文件（demo.py）放在桌面了，測試過程如下圖：
>python demo.py
3）安裝完成，您還可以打開自己的資源管理器，查看GPU的峯值判斷是否安裝成功了。
後續
最後終於完成了AnimeGAN的環境搭建，感興趣的可以看看：
《用 AnimeGAN 實現 “萬物皆爲二次元”》