Window10下anaconda3+TensorFlow的安装（完整版）

 

安装前准备

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。安装CPU 版本不需要安装 CUDA 和 cuDNN，使用pip安装。

 

确认你的显卡支持 CUDA。https://developer.nvidia.com/cuda-gpus

显卡版本相对应查看：

 

根据官方说明，需要Compute Capability>=3.5;

 

确保你有稳定的网络连接。

在此安装 Anaconda，因为这个集成了很多科学计算所必需的库，能够避免很多依赖问题，能创建多个隔离环境，不相互影响

 

以上条件符合，那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了，注意版本号会由于 TensorFlow 不同版本有变化，此处请结合下面的安装 CUDA 和安装 cuDNN 说明）。

• 安装Anaconda3
  • 在官网https://www.anaconda.com/distribution/#download-section下载Anaconda3（选择window版本）

 

 

 

• 下载后双击运行安装，一直next,需要注意的是：

 

 

• 安装完成后在开始->Anaconda3（64-bit）->Anaconda Prompt 双击打开

输入conda -V查看版本，显示版本即安装成功

• 在anaconda中安装tensorflow
  • 查看当前python环境

python --version

由于Python 3.7目前支持tensorflow不太稳定，所以在此创建一个python3.6版本的，在此环境中安装tensorflow

 

• conda create --name python36 python=3.6

•  检测python36的环境添加到了Anaconda里面：conda info -–envs

• 在python36环境中正式安装tensorflow包

激活python36环境   activate python36

 

查看Python版本   python --version

 

 

使用清华的镜像源安装tensorflow 

# GPU版本

pip install –upgrade tensorflow-gpu  -i https://pypi.tuna.tsinghua.edu.cn/simple

# CPU版本

pip3 install --upgrade tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

 

然后就开始安装了，速度视网速而定。

 

• 安装CUDA和cuDNN（安装CPU版本的已安装完毕，可忽略此步骤）

查看当前tensorflow所支持的CUDA 和cuDNN版本

打开安装anaconda路径，以我的为例 我的安装在C:\pythondeep\Anaconda3

进入目录

C:\pythondeep\Anaconda3\envs\python36\Lib\site-packages\tensorflow\python\platform

用记事本打开 build_info.py

可以看到支持的版本号为CUDA10.0和CUDNN7.0

下载相应的CUDA10.0

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10

 

 

下载后双击安装（傻瓜式安装，不用改路径）

 

下载CUDNN7.0 （可以百度找，也可以官网下载 注：官网下载需要注册登录账号）

https://developer.nvidia.com/rdp/cudnn-archive

 

 

下载完成后解压：目录为

 

将bin include lib中的文件复制张贴到CUDA所安装的目录的相应文件中：（注意：不是替换）

CUDA默认安装：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

 

 

 

 

• • 测试是否安装成功tensorflow:

在python36环境中输入Python

 

输入

import tensorflow as tf

a = tf.random_normal((100, 100))

b = tf.random_normal((100, 500))

c = tf.matmul(a, b)

sess = tf.InteractiveSession()

sess.run(c)

 

 

可以看到已经识别出我的显卡了 GTX960M

输入    tf.__version__ #查看版本

到此tensorflow已安装成功

• 下载PyCharm ,配置Python环境

 

https://www.jetbrains.com/pycharm/download/#section=windows

 

打开pycharm,更改python环境

 

 

选择所安装anaconda路径中的envs\python36\python.exe

 

 

 

 

新建工程测试：

# coding=utf-8

# 引入 tensorflow 模块

import tensorflow as tf

# 官方教程代码测试：

# Creates a graph.

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

c = tf.matmul(a, b)

# Creates a session with log_device_placement set to True.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

# Runs the op.

print(sess.run(c))

 

结果：

 

 

 

环境搭建成功。