前言

第一次安装TF就折腾了好久，如今一年过后，换了电脑，再次安装TF，以前成功安装的使用那个教程网址还保存有，以为会容易些，没想到一折腾就是整整两天……差点放弃，打开万能的淘宝准备寻求人工帮助，没想到报价为110￥……于是一咬牙，第三天终于安装好了。(:з」∠)

虽然整体思路很明白，先安装下Anaconda，相关包就都有了，然后pip一下tensorflow_gpu，接着安装CUDA和cudnn就完事了，可是期间还是有大大小小的坑，最后发现就是一句话——都是版本惹得祸。（教程参见https://blog.csdn.net/u010099080/article/details/53418159）

以下把踩过的坑一一记录，作为留念。

坑0 windows版本

这对现在的我来说已经不算是坑了，但是下载安装包是必须要对应起自己的系统的。比如我的是64位win10，其中安装包中如果是x86的就不行，因为这代表是32位的。包括一些第三包库，除了要适用python版本外，还要对应windows版本，比如有一个叫做Enchant的库就是死活安装不了，最后发现win平台上只有32位版本的，所以就没戏了。（而Linux和macOS上却都有）

坑1 Python版本

Anaconda安装会默认安装最新的python3.7，但是最新的tensorflow-gpu-1.12才兼容到python3.6，于是找呀找呀找方法，找到了Anaconda的历史版本下载安装了。（历史版本参见https://repo.continuum.io/archive/） （后来发现其实conda install python=3.6就可以了）

坑2 pip版本

终于有了合适的python版本，pip安装时又报错了，因为pip版本必须是最新的。于是我python -m pip install --upgrade pip。（当时升级时候卡那里了，于是关掉控制台，然后发现原来版本的pip也被删除了……于是又重装了Anaconda。(:з」∠)）

坑3 GPU版本

安装CUDA之前，要先看电脑上的GPU版本，然后去NVIDIA官网找对应的版本CUDA。（到这里查https://developer.nvidia.com/cuda-gpus)这次选笔记本电脑还专门找2GB独显的笔记本，选了一个入门级显卡中较好的GeForce MX150，甚至还是所谓“满血版”的，就是为了安个GPU版本的TF跑程序，结果官网上支持CUDA的显卡列表中，竟然！！没有！！MX150！！！(:з」∠)）但我还是没有放弃，毕竟也算有名的MX150怎么可能不支持CUDA……于是我打开了万能的知乎，发现有一个问题就在讨论（见此https://www.zhihu.com/question/264793150) 好在还是有人安装成功的…….

坑4 MX150版本

万没想到同样是MX150的GPU还会不一样，有人说装CUDA9.0，有人说9.1，有人说9.2…..于是还专门查看了自己机器显卡上的NVCUDA.DLL文件，显示是CUDA9.1.xx于是便去下载CUDA9.1……

坑5 CUDA下载

从官网上下载CUDA，本身就是1.5个G，下载速度竟然十几kb，中间一段就要重新下载。所以从官网下载基本不可能实现了，于是我进入了万能的CSDN，上面的资源帖有各个版本的CUDA的云盘资源，但是都需要积分。幸亏我几年前心血来潮冲了一点钱换积分，现在看来台值了，这几年下了好多源码，软件和书籍还剩余不少积分，不然又是一个坑。（并且CSDN作为程序员社区，官网的bug真多，唯一的搜索栏到现在还是坏的……不过幸好有百度）

坑6 CUDA版本

下载了CUDA9.1以后发现竟然不兼容……于是，最新的10.0还没有对应TF，于是把9.0与9.1也下载了一遍，发现兼容的只有9.2，总算是把CUDA安装好了。（经验就是一个一个试_(:з」∠)_）

坑7 cudnn版本

这个东西是最让我省心的一次安装了。只需要解压一下，加一下系统变量就好了。为了保险起见，又按其他教程吧里面的dll文件一个个复制到CUDA文件夹中，并且加了好多Path，也不知道起作用了没有，最后到还是相安无事。不然只能再一个版本一个版本的试了_(:з」∠)_。

坑8 TensorFlow版本

终于只剩下TF的安装了，只需要轻轻的pip一下，就完成最后一步了。没想到迎来的确实确实最大的一个坑…….(:з」∠)

pip install tensorflow_gpu最新的安装版本1.12安装成功。再次对照官网，确认此版本对应python3.6~3.5，CUDA9，cudnn7，核对完毕，万无一失。import tensorflow （CUDA的版本对应https://tensorflow.google.cn/install/source_windows)

结果两个ImportError: DLL load failed: 找不到指定的模块。(:з」∠)。

我还能怎么办……(:з」∠)

中间找了好久，卸载重装Anconda，弄着弄那还是不行，一度想要花钱找人安装……(:з」∠)

最后抱着试一试的心态，又安装了TF1.11，还是两个ImportError。.(:з」∠)

有安装1.10，终于错误提示信息不一样了！一个[WinError 126]，一个要求安装CUDA9.0。1.9与1.8也是如此。

但是没有卵用，是我的显卡只兼容CUDA9.2，网上有人说目前TF只支持9.0……于是真的无解了.(:з」∠)

最后终于发现github上有非官方但是兼容CUDA9.2的TF的whl，于是准备最后一搏，竟然成功了，import后终于没有任何反应，顿时老泪纵横……＼(T▽T)／

坑9 路漫漫兮…

其实安装时候还是十几行红红的错误提示，还是没有完美安装成功，不过总算试了一些基本程序TF是可以用了，这个坑就先埋下作为伏笔吧，以后出了问题再说吧…..＼(T▽T)／

其他坑

期间安装TF官方的安装方法试过，后来放弃了，因为太复杂；也用过conda的方法，据说能一下子把所有依赖都安装好，但是安装失败了；最后发现还是这种方法最靠谱……今天用TF运行的RNN模型一直出错，让我一度以为是TF没有安装好，还好最后发现是源码有点老（两年了），里面TF几个函数更新了，做了修改后运行成功了，，，但最后还是没有训练成功，因为GPU资源耗尽了_(:з」∠)…….虽然新笔记本电脑GPU比以前的要好很多，不过容量都是2GB，想在笔记本电脑上做深度学习还是不太行呀。有招一日一定要买台好电脑，或者租个好的服务器来训练模型，并且一定要去转到Linux系统上去，windows还是坑太多了(:з」∠)_（等到读了研吧）