環境說明

硬件：

CPU：E5-2673 V3

主板：華碩Z10Z10PA-D8

內存：三星DDR4 2400 ECC-R 16G*2

顯卡：微星GTX1080Ti AERO

固態硬盤：三星PM961 256G M.2

機械硬盤：希捷2T

電源：長城1250W

機箱：ANTEC P8

風扇：10熱管全靜音

系統：Windows 10 Enterprise Version

前期工作

NVIDIA 最新版驅動

Visual Studio 2015 （需要C++部分，可以安裝visual studio community 2015）

備注：經過測試，Visual Studio 2013也可以。

安裝CUDA和cuDNN

注意：發這篇文章的時候，tensorflow尚不支持最新版本的CUDA和cuDNN，因此，本文使用以下兩個版本：

1. CUDA 8.0

下載地址：https://developer.nvidia.com/cuda-downloads

直接安裝即可。也可以到我的百度云下載：鏈接：https://pan.baidu.com/s/1dFHD37F?密碼：u0gi

2.cuDNN v6.0

下載地址：https://developer.nvidia.com/rdp/cudnn-download

也可以到我的百度云下載：鏈接：https://pan.baidu.com/s/1gftmqR5?密碼：zinu

解壓后覆蓋到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0目錄即可。

3. 安裝Tensorflow GPU 1.4

由于Anaconda 可以提供完整的科學計算庫，所以直接使用Anaconda 來進行相關的額安裝。

4.安裝Anaconda

下載地址：https://www.anaconda.com/download/

這里我們下載Python 3.6 64bit 的Anaconda 5，直接安裝即可。

5. 在Anaconda中安裝TensorFlow GPU 1.4

conda create --name tf python=3.6 #創建tf環境
activate tf #激活tf環境

pip install --ignore-installed --upgrade tensorflow-gpu
備
其他命令：

deactivate tf #退出tf環境
conda remove --name tf --all #刪除tf環境（全部刪除）

將會自動安裝如下組件

numpy?
wheel?
tensorflow-tensorboard?
six?
protobuf?
html5lib?
markdown
werkzeug?
bleach?
setuptools

使用下列代碼測試安裝正確性

6.測試.

命令行下：

activate tf

python

輸入以下代碼：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

沒有報錯就是配置好了。

編輯于 2018-01-21

總結

以上是生活随笔為你收集整理的深度学习主机环境配置: Win10+Nvidia GTX 1080i+CUDA8.0+CUDDN6的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。