由于最近没时间，花了一天搭了一下，个人总结了点小tips
Markdown 直接粘过来的，
包含了Vmware+Ubuntu搭配虚拟机（目前没用到
个人配置 win10 + CUDA9 + cuDNN7 + VS2017 + Anaconda最新 + Python3.5 + Tensorflow-GPU1.5 可以正常使用。
安装顺序 VS2017 -- Anaconda --- Python --- CUDA --- cuDNN --- Tensorflow-GPU --- PyCharm
# 教程
https://blog.csdn.net/XunCiy/article/details/89016510
https://www.cnblogs.com/caizhou520/p/11219985.html
https://www.cnblogs.com/yuxuefeng/articles/9235431.html
## 报错
* 1type
https://blog.csdn.net/bigdream123/article/details/99467316
* Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 （CPU垃圾）
https://blog.csdn.net/jackfjw/article/details/83046283
## pycharm
https://www.cnblogs.com/wqzn/p/10424892.html
## VMWARE
https://www.7down.com/soft/310739.html
* 开机 F2-config-Visual Tech 开启
## Ubuntu
https://www.jianshu.com/p/94aa39bcd39d?tdsourcetag=s_pcqq_aiomsg
## pip镜像
* C:\users\xxx\ 含有.python 什么的文件夹 新建文件夹pip
* 新建文件pip.ini并编辑如下
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com
#### GPU-Tensorflow 需要CUDA，cuDNN
## CUDA & cuDNN
* 计算机-管理-系统工具-设备管理器-显示适配器查-看显卡
* 控制面板-NVIDIA控制面板-帮助-系统信息-组件-NVCUDA.DLL 看最高支持版本
* “C:\Program Files\NVIDIA Corporation\NVSMI” --- 路径加入计算机的Path
cmd -- nvidia-smi -- 查看Driver Version 查看最高支持版本
* CUDA-cuDNN--版本搭配
* 下载CUDA & cuDNN
https://www.cnblogs.com/xiaojianliu/p/9286066.html
cuDNN解压后文件移动到同名CUDA文件夹内
* 验证CUDA版本
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
bandwidthTest.exe & deviceQuery.exe cmd运行是否pass
## VS2017
https://www.jianshu.com/p/320aefbc582d
## Anaconda
https://www.anaconda.com/distribution/
* 安装时候add path
* 安装完cmd改conda镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
//conda upgrade --all 更新包
conda install numpy scipy pandas 装np，注意：每个环境都要重新装一遍包，tensorflow不要装会冲突
conda env export 查看所有包配置（pip freeze)
conda env list 查看所有环境
conda deactivate tensorflow_py3.5 退出环境conda remove -n tensorflow_py3.5 --all 删除环境
* conda create --name tensorflow_py3.5 python=3.5 创建环境
* conda activate tensorflow_py3.5 **环境
* python -m pip install --upgrade pip 升级pip
* pip3 install --ignore-installed --upgrade tensorflow-gpu; pip3 install tensorflow-gpu==1.5 (GPU版本)
* pip3 install --ignore-installed --upgrade tensorflow (CPU版本）
* dlerror: cudart64_100.dll not found C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\ -- 相应文件后缀改成100
* 测试
import tensorflow as tf
#构造计算图
hello = tf.constant("Hello")
#执行计算图
sess = tf.compat.v1.Session()
print(sess.run(hello))