TensorFlow+CUDA+Anaconda+windows+gdal+opencv环境搭建

前面文章介绍了anaconda+CUDA+pyCUDA+boost_python+vs2015环境配置，这里给出链接：https://blog.csdn.net/whatuwannado/article/details/82468086

一.前置工作

本文基于上文进行TensorFlow+CUDA+Anaconda+windows环境搭建。

python：3.6.8

vs：vs2015

cuda：CUDA Toolkit 9.0

CuDNN：cudnn-9.0-windows10-x64-v7.3.0.29

boost_python：boost_python 1_67

pyCUDA：pycuda-2018.1

TensorFlow：TensorFlow 1.11.0

gdal:2.3.3

opencv:3.4.5

ps：gdal和opencv是遥感影像处理第三方工具包，不是必需的。

二.安装CuDNN

（1）Cudnn官方下载地址：https://developer.nvidia.com/rdp/cudnn-archive需要注册，不过也蛮简单的。毕竟官方的才是值得信赖的嘛！(改为cudnn9.0)

下载后解压，分别复制到已安装的cuda的对应目录中。

三.安装TensorFlow

本文通过anaconda安装的TensorFlow。

（1）新增名为tensorflow的python环境。管理员权限打开cmd，输入conda create -n tensorflow pip python=3.6（原来为3.5的环境后来改为了3.6），选择yes。 “-n” = name 。

（2）接着输入activate tensorflow；pip install --ignore-installed --upgrade tensorflow-gpu

或者从官网下载你需要的whl：https://pypi.org/project/tensorflow-gpu/#history

然后切换到whl所在的文件夹，打开控制台，激活tensorflow环境（1.11.0版本）

结果：

（1.11.0版本）

惨痛教训：cuda9.0，cudnn7.3，tensorflow-gpu1.11.0 组合稳定不保错。用tensorflow 1.11.0以上运行简单demo不会报错，但是以keras 2.0 （作为前端）+ tensorflow-gpu 1.11.0版本以上（作为后端）会报 丢失*.dll的错误，博主还没找到解决方案。推荐下载1.11.0版本的whl到本地进行安装。（cuda9.0，cudnn9.0，tensorflow-gpu1.11.0 暂未发现）

（3）测试是否安装成功

在激活TensorFlow的环境下，输入import tensorflow as tf。不报错即安装成功

 

（4）接下来到自己的IDE中更改一下解释器即可

博主习惯使用spyder。进入anaconda如下，可见多了一个命名为“TensorFlow”的运行环境，切换至该环境，安装你所需要的包即可。

恭喜！环境搭建完毕！

这里给出一些参考链接：https://www.tensorflow.org/install/install_windows

四.安装keras

在新建的tensorflow环境下，pip install keras==2.0.0

五.安装opencv

https://blog.csdn.net/qq_28818465/article/details/78441006

六.安装gdal（支持bigtiff）

  选择和自己Python版本和系统位数一致的文件下载https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal

 

ps：pycharm如何配置tensorflow环境？https://www.cnblogs.com/429512065qhq/p/8663478.html。保证设置的编译器为你tensorflow环境下的python.exe

OVER !  Enjoy  Urself！！！