windows安装 cpu-tensorflow 和 GPU-tensorflow及安装 Anaconda+cuda+cudnn配置python

环境要求：

• Windows
• python 3.5
• pip 9.0.1
• tensorflow 0.12.0
• cuda8.0
• cudnn5.1
• 查看gpu是否支持cuda，点击此处链接

本文目的是帮助读者更快速的ping通win10环境下TensorFlow

注意一台主机要么装cpu-TensorFlow，要么装gpu-tensorflow，否则极容易报错，这是本人走过最大的错误！！本文会分别介绍这两种安装方式！！！千万别同时安装！

 

安装过程：

第一步 安装python3.5

下载

首先python版本很重要，安装tensorflow有严格的版本匹配要求。

官网下载地址 https://www.python.org/downloads/release/python-352/

版本种类如下：

web-based installer 是需要通过联网完成安装的

executable installer 是可执行文件(*.exe)方式安装

embeddable zip file 嵌入式版本，可以集成到其它应用中。

 

 

选择executable版本

网盘分享链接： https://pan.baidu.com/s/1nD29BxC6sThsdzEznbj5fQ   密码：8szx

 

Python安装过程注意：安装路径，之后的Anaconda安装路径要与它保持一致，我是用默认路径，C盘比较大 嘻嘻

 

安装完成，但在win10在任务栏和桌面上都未生成图标，使用起来麻烦些，在开始窗口打开所有应，按字母找到python程序项，右键选择固定在任务栏或屏幕。

确保你的pip版本 >= 8.1

用 pip -V 查看当前 pip 版本，升级pip

python -m pip install -U pip 

升级成功

 

 

 

测试

Cmd进入终端

说明：一定要重新启动命令终端，否则的path变量不会被重新加载。

 

恭喜你Python安装成功！

 

第二步 安装Anaconda

官网下载地址 https://www.anaconda.com/download/

选择相应的Anaconda进行安装

网盘分享链接：https://pan.baidu.com/s/1gtvSnoo7f0-Iu8SvZtospw

密码：3pzr

 

就和安装普通的软件一样，全部选择默认即可，注意勾选将python3.6添加进环境变量

 

这样Anaconda就安装好了，我们可以通过下面的命令来查看Anaconda已经安装了哪些包
运行 开始->Anaconda3—>AnacondaPrompt 

conda list

可以看到已经安装了numpy、sympy 以及刚安装成功的python3.5等常用的包

 

 

 

第三步 激活Anaconda中python3.5

https://blog.csdn.net/Kyle_2017/article/details/78257051?locationNum=2&fps=1

我们从官网下载的anaconda，自带默认python3.6，所以需要修改。如果出现错误，通常是因为没有重启电脑造成，path等未及时更新

activate tensorflow

修改成功！

 

第四步 安装Tensorflow

（1）    打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些： 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

 conda create -n tensorflow python=3.5

释义：创建一个姓名为tensorflow的python环境，python版本是3.5。

因此，有的人习惯写成形式如下（建议使用）：

 conda create -n python35 python=3.5

出现【Y/N】?选择Y

显示tensorflow（python35）环境 被激活， 、conda未激活，此时具备安装CPU-tensorflow的条件

运行 开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow（python35）的环境已经创建好了

 

 

 

4.1 安装CPU-tensorflow：

4.1.1：

 

4.1.2：激活python35（tensorflow）环境

在Anaconda Prompt中启动tensorflow环境，每次使用tensorflow都需要该步骤

activate tensorflow

每次开机后欲使用TensorFlow，都需要该步操作

注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate

 

4.1.3：安装cpu版本的TensorFlow

pip install--upgrade--ignore-installedtensorflow

 

4.1.4 测试

在Anaconda Prompt中启动tensorflow环境，并进入python环境

测试代码如下:

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

运行结果：

 

 

 

4.2：安装GPU-TensorFlow

4.2.1：

进入 AnacondaPrompt

pip install tensorflow-gpu==1.2

或者 

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

     注意pip install --upgrade tensorflow-gpu默认1.6版本，具体哪个版本取决主机，别轻易upgrade， 会产生连锁效应。如果pip install 过程中报错，可用浏览器单独下载TensorFlow，然后

pip install C:\自定义的目录\tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

可能会出现

按照要求更新即可

 

 

4.2.2：

安装gpu支持包cuda8.0和CuDNN5.0

官网下载地址  https://developer.nvidia.com/cuda-80-ga2-download-archive

注意cuda版本只能是8.*   CuDNN 5.*  这是与tensorflow配套的，不能下载最新的cuda 、cuDNN

官网下载的时候不是缩写cuDNN（Deep Neural Network），注意找一下

网盘分享链接：https://pan.baidu.com/s/1f8W9FzCiPTXRShGIgm7Slw        密码：4rut

根据自己的环境选择对应的版本,exe分为网络版和本地版，网络版安装包比较小，执行安装的时候再去下载需要的包；本地版安装包是直接下载完整安装包

测试cmd

看到版本信息表示小成功

nvcc-V

这样并不代表安装成功，等把CUDA_Samples示例编译通过即不报错，才是安装成功

 解压cudnn5.0

（1）生成cuda/include、cuda/lib、cuda/bin三个目录；

（2）分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIAGPU Computing Toolkit\CUDA\v8.0对应的include、lib、bin目录下即可

自定义的安装路径，需要自己搜索一下NVIDIA GPU Computing Toolkit的目录

测试

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\extras\demo_suite目录下找到deviceQuery.exe文件。打开一个cmd窗口，定位到C:\Program Files\NVIDIA GPUComputingToolkit\CUDA\v8.0\extras\demo_suite目录，输入：deviceQuery.exe，然后回车。会得到如下结果：

恭喜你CUDA8.0安装成功！！！

 

 

4.2.3：

安装依赖库Numpy、Scipy等

官网下载地址 https://pypi.python.org/pypi/numpy

下载的版本跟自身系统有关的（本人python3.5+win64）查看本机python版本：cmd-->python

由于后续还要安装Scipy，Scipy的安装需要依赖MKL库，官方的Numpy不包含MKL，故从

http://www.lfd.uci.edu/~gohlke/pythonlibs/

下载合适版本的包含MKL库的第三方Numpy ，注意Numpy、Scipy、等很多python依赖库都能在该网站上找到。 

    

 第一种方法：下载完成后均放   C:\Users\adminstrator\AppData\Local\Programs\Python    目录下

第二种方法：自定义目录，命令行： cd 自定义的目录

 

网盘分享链接：https://pan.baidu.com/s/17SGGgdXzyXXxGex_Ra0Ghw    密码：29hg

官网版如上图

第三方库如上图

numpy :主要用来做一些科学运算，主要是矩阵的运算。NumPy为Python带来了真正的多维数组功能

scipy：主要是一些科学工具集，信号处理工具集（如线性代数使用LAPACK库，快速傅立叶变换使用FFTPACK库）及数值计算的一些工具（常微分方程求解使用ODEPACK库，非线性方程组求解以及最小值求解等）　　

matplotlib：是一个画图工具和Matlab中的画图工程类似

 

 

 pip  install 文件名

注意scipy安装必须在numpy成功安装之后安装，安装顺序是numpy+MKL→scipy→matplotlib→scikit-learn

pip  install numpy-1.14.2+mkl-cp35-cp35m-win_amd64.whl
pip  install scipy-1.0.0-cp35-cp35m-win_amd64.whl
pip  install matplotlib-2.2.2-cp35-cp35m-win_amd64.whl
pip  install scikit_learn-0.19.1-cp35-cp35m-win_amd64.whl

举例：

D:\Anaconda3\envs\tensorflow\Scripts> pip install D:\dependces\numpy-1.14.2+mkl-cp35-cp35m-win_amd64.wh

解释： cmd进入刚创建的python35(tensorflow)环境---D:\Anaconda3\envs\tensorflow

再到 <Python安装目录>\Scripts\ 目录下---D:\Anaconda3\envs\tensorflow\Scripts。执行 pip install numpy-1.14.2+mkl-cp35-cp35m-win_amd64.wh，写全 numpy文件的存放路径。

详情参见本人博客   https://blog.csdn.net/WJ_MeiMei/article/details/84393042

 

 

 

 

 

 测试 numpy

第一种方法

进入numpy安装路径（注意查看，可能与python35目录不一致），再进入python3.5环境，如图所示：

from numpy import *
m=mat(random.rand(4,4))
m.I

第二种方法

（1）在Anaconda Prompt中激活python3.5环境，参见4.1.2

（2）python

  (3) 图示

 

 

 

测试 scipy

import numpy as np
from scipy.stats import beta
from matplotlib.pyplot import hist, plot, show
obs = beta.rvs(5, 5, size=2000)  # 2000 observations
hist(obs, bins=40, normed=True)
grid = np.linspace(0.01, 0.99, 100)
plot(grid,beta.pdf(grid, 5, 5), 'k-', linewidth=2)
show()

结果如图：

 

 

 

测试  matplotlib

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
fig = plt.figure()
ax =fig.gca(projection='3d')
X, Y, Z =axes3d.get_test_data(0.05)
ax.plot_surface(X, Y,Z, rstride=8, cstride=8, alpha=0.3)
cset = ax.contour(X, Y,Z, zdir='z', offset=-100, cmap=cm.coolwarm)
cset = ax.contour(X, Y,Z, zdir='x', offset=-40, cmap=cm.coolwarm)
cset = ax.contour(X, Y,Z, zdir='y', offset=40, cmap=cm.coolwarm)
ax.set_xlabel('X')
ax.set_xlim(-40, 40)
ax.set_ylabel('Y')
ax.set_ylim(-40, 40)
ax.set_zlabel('Z')
ax.set_zlim(-100, 100)
plt.show()

 

 运行结果：

 

 

测试 GPU-tensorflow

AnacondaPrompt   输入

activate tensorflow
python
import tensorflow as tf
hello =tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

 

恭喜你 tensorflow-gpu安装成功！

 

第五步 总结

  5.1 总计安装包

      在 python3.5 环境下安装了  tensorflow 0.12   numpyMKL  scipy  matplotlib  scikit

      在 Anaconda 下 envs 安装了 Python3.5

      Anaconda3 结合 cudnn5  cuda8 使用

 5.2 使用 tensorflow 注意事项

      每次使用前，激活 python3.5，参见4.1.2

 

卸载 重装TensorFlow必读

（本人亲测最好的文档）

https://blog.csdn.net/stupidautofan/article/details/79093920