win10下 CUDA9.0 CuDNN7.0.5 OpenFaceSwap 安装

时间：05-22来源：作者：点击数：

入了深度学习的坑，需要搭建Tensorflow环境，虽然渣渣显卡，但是总比CPU来得快，果断选择GPU版。在网上找了很多资料，受益颇多。但是由于tensorflow最近更新了，CUDA8.0不能支持，得改用CUDA9.0。而网上资料对应的是老版本tensorflow，只支持CUDA8.0上，结果走了不少弯路。记下搭建过程，希望给大家一个参考。（获取软件及其它资源请按文末链接指引）

重要：请注意各文件之间的匹配

一本机配置

win10 64bit（版本21H2）
i5-12490F
GTX 960

二文件准备

VS2015，官网社区版（2012，2013，2017也支持），注意CUDA8.0不支持VS2017
CUDA9.0，官网下载地址
cuDNN V7.05，官网下载，需要填调查表，进去后可看历史版本
Anaconda3-5.0.1，清华镜像下载
Tensorflow，Github下载
下载页面如上，具体位置参见后文。

注意：安装CUDA9.0前请确认VS2015已安装！

三安装过程

1. VS2015

只需安装C++组件，见下图（引用自参考1），一路默认就行。

2. CUDA9.0

(1) 选择对应的版本进行下载，可选择在线安装版和离线安装版，请随意。

最好使用管理员权限进行安装，一路默认就行，安装成功界面如下图：

(2) 验证CUDA安装是否成功：

打开命令提示符，输入：nvcc -V
出现如下类似信息：
利用VS2015编译测试文件
打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0，找到对应VS版本的sample，本例中为Samples_vs2015.sln，双击打开：

选择Release，X64

右键1_Utilities，点击build(build)

成功编译出现图片下方文字：成功5个…

至此，“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release”文件夹中会出现我们需要的deviceQuery和bandwidthTest。

（3）验证deviceQuery和bandwidthTest

打开命令提示符：定位到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release目录，分别输入deviceQuery，bandwidthTest并运行，出现如下类似信息便说明CUDA安装成功。

（4）环境变量

在用户变量，Path中添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0\bin
确认系统变量中：CUDA_PATH和CUDA_PATH_V9.0已经存在

补充：

我在安装CUDA8.0的时候遇到了如下问题：The graphics driver could not find compatible graphics hardware。这个问题的主要原因是你本机的显卡驱动版本比CUDA8.0中自带的驱动版本高（实际上，不论CUDA装的哪个版本，只要本机驱动比CUDA自带驱动版本高，都可能出现这个问题）。

解决办法：

直接点击继续—>同意并继续—>自定义（高级）—>只选择CUDA进行安装，最后安装成功。

在自定义界面可以看到CUDA自带驱动版本号以及目前本机驱动版本号，如果本机版本号高于CUDA自带版本号，就不要再勾选安装了。

3. cudnn-9.0-windows10-x64-v7

1.下载对应版本

2.解压cudnn-9.0-windows10-x64-v7，将文件夹里内容拷贝至安装CUDA的地方覆盖对应文件夹，默认文件夹在：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

4. Anaconda3

这个比较简单，找到对应版本安装就行了

5. Tensorflow

采用的离线安装，在线安装参见【参考】中的博文

（1）下载

（2）创建Tensorflow使用环境

打开Anaconda Navigator，创建Tensorflow环境
打开Anaconda Prompt，输入activate Tensorflow
在Anaconda Prompt中，输入pip install D:\tf_nightly_gpu-1.5.0.dev20171221-cp36-cp36m-win_amd64.whl（根据实际安装包和路径输入）