紀錄一下撞牆數次後，成功安裝TensoeFlow GPU版及openCV的流程，也許對路過的你有幫助，牆可以少撞幾次。
2019.1.21更新另一篇文章，Win 10安裝TensorFlow GPU並在Jupyter Notebook和Spyder運行。
安裝TensorFlow GPU、openCV前要先注意python版本，因為 Anaconda內建版本是Python3.6，但許多套件目前只能在Python3.5運行，這會影響後面用Anaconda建立虛擬環境是否順利。
首先依照python 3.5下載合適的Anaconda3–5.2.0-Windows-x86_64
- 安裝Anaconda，並開啟Anaconda prompt
2. 建立tensorflow的虛擬環境，將python3.6降版本為3.5。輸入>conda create -n tensorflow python=3.5 anaconda
3.安裝openCV，輸入>conda install -c conda-forge opencv。
4.安裝tensorflow gpu之前，先確認手上的顯卡版本可以使用CUDA...， 然後到 NVIDIA網站下載，CUDA Toolkit 、cuDNN 及 CUDA ，安裝步驟挺固定的，可自行搜尋。
5.激活虛擬環境，輸入>activate tensorflow。使用 pip 安装 tensorflow GPU版本，輸入 >pip install --ignore-installed --upgrade tensorflow-gpu，關閉虛擬環境 deactivate 。以上步驟可參考夏恩的程式筆記：【Python】在 Win10 系統下建立影像處理及深度學習環境 — openCV、Tensorflow-gpu、mysql、pyinstaller。
6.不過我這裡安裝tensoflow-gpu過程中，系統報出一條訊息：msgpack沒安裝。所以參考stackoverflow文章： Distributed 1.21.8 requires msgpack, which is not installed ，這裡是使用conda 的指令進行安裝(使用pip或許也可以?)，msgpack安裝完成後，再重新執行tensorflow-gpu的安裝指令。
7.測試tensorflow gpu是否成功安裝，開啟Anaconda Prompt > 輸入activate tensorflow > 輸入python ，並成功運行以下程式碼：
import tensorflow as tf
hello = tf.constant(“hello, tensorflow!”)
sess = tf.Session()
print(sess.run(hello))
8. 在PyCharm中運行TensorFlow-gpu 與 openCV
安裝步驟推這篇：windows下PyCharm安装及使用。需要特別提的是解釋器(interpreter)環境設定，因為我們把tensorflow-gpu與openCV都安裝在Anaconda的虛擬環境下，所以先到File > Settings …
運行openCV讀取JPEG圖成功(Kaggle Doga and Cats dataset)；運行tensorflow gpu成功。
參考來源：https://hk.saowen.com/a/f8108de02ce6d9aa0b67408d6acca5abd0e75024ebad23153dd929b457e4cd8d
<化讚為賞> 若你喜歡這篇文章，請點擊 Like 5 下! 支持創作與內容分享，筆者將獲得 LikeCoin官方回饋 !!
