Deep learning 小白win10（tensorflow）环境配置血与泪的教训（Anaconda+CUDA+cudnn+tensorflow-gpu+keras）

前言

在无数次的试错中，环境好了又坏，坏了又重新调试之间，浪费了无数时间。所以想总结一下，分享一下经验给到各位网友，毕竟本人也是在各位大佬的博客中辗转腾挪之中完成了环境的配置。话不多少，正文开始！

安装环境

操作系统：win 10 （64位操作系统）
GPU：NVIDA GEFORCE GTX 960M

安装过程

Anaconda的安装

这部分是较为简单的过程，可以直接在官网下载安装包， 选择 自己所需的版本进行下载，下载完成后直接安装，安装过程选择默认配置即可。安装地址可以根据自己需求进行更改。
下载地址：https://www.anaconda.com/download/

可以根据自己的操作系统进行选择，博主这里选择的是window下的python3.7 version（当时下载，觉得级别越高越好）
如果需要更详细的教程，推荐该博主的博文https://blog.csdn.net/ITLearnHall/article/details/81708148

CUDA与cudnn的安装

显卡确认，以及适配版本

在cuda的安装之前，我们需要注意的一点是自己的电脑的显卡是否支持CUDA，是否支持进行GPU运算。（CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。）因此首先我们应当知道自己的显卡型号。

打开我的电脑，右键点击属性，选择设备管理器，

选择显示适配器，查看显卡信息，可获知自己电脑的显卡型号。

此时，以防之后CUDA进行安装时出现问题，在此可以更新自身的显卡驱动。

在确认自身的显卡驱动之后，之后可以通过NVIDA官网进行查询GPU支持查询

确认支持后，我们可以通过桌面右键打开NVIDA控制面板，打开系统信息，查看显卡驱动版本

之后我们通过查看CUDA官方手册确定与自身显卡对应的cuda版本

接下来通过查看tensorflow官方手册,根据官方的设置编译调试，得出较为适配的CUDA，cuDNN以及tensorflow-gpu的版本，之后我们便可以选择合适的版本进行下载

CUDA正式安装

CUDA的安装可以直接在CUDA官网查找对应的版本进行下载

下载路径可以自定义选择，下载之后就可以进行安装。

安装时可选择精简模式，安装路径同样可以自定义选择，但需要记住自己的安装路径，后面需要进行环境变量的配置。如果成功则可以直接进行cuDNN的安装。

博主在安装时遇到了不少的问题，因为博主的VS版本是VS2017的版本，所以在安装时，导致安装失败，因此安装时选择自定义模式进行安装，并取消选择VS这一项（如果安装的小伙伴对于VS对CUDA的调用没有需求，这一项则没有影响，tensorflow依旧可以顺利运行，然而如果强迫症的同志，如果非要把它装上，可以在安装结束后，重新单独对这一组件进行安装，如果仍旧失败，可以参考这位博主的解决办法参考办法，或者在安装CUDA之前，卸载高版本的VS，安装VS2013，我在这个部分没有尝试。）

然而，坑总比你想象的多，在这，博主在安装时又遇到了一个问题，CUDA又安装失败，出现图形驱动程序等一些组件安装失败的问题。此时，我想是不是电脑的驱动程序出了一些问题，因此我通过前文讲到的对电脑驱动程序的更新，之后再次安装便成功了。

cuDNN正式安装

cuDNN的安装可以直接在cuDNN官网查找对应的版本进行下载，这个地方需要邮箱注册一个NVIDA账号。

下载后解压得到如下文件：

将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0” （CUDA安装路径）

系统环境变量设置

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量，接下来，还要在系统中添加以下几个环境变量

Markdown

CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

再在系统变量 PATH 的末尾添加

Markdown

%CUDA_LIB_PATH%;
%CUDA_BIN_PATH%;
%CUDA_SDK_LIB_PATH%;
%CUDA_SDK_BIN_PATH%;
再添加如下4条（默认安装路径或自己安装的路径）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；

配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe，打开cmd窗口，cd到安装目录下的 …\extras\demo_suite，使用deviceQuery.exe 和 bandwithTest.exe

如果以上两步都返回了Result=PASS，那么CUDA就正式安装成功

tensorflow-gpu安装过程

由于Anaconda默认下载库的网址在国外，因此我们在下载各种库时会慢的抠脚，因此我们首先打开Anaconda Prompt ，添加到清华镜像库，这样下载速度会6的飞起：

1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
3 conda config --set show_channel_urls yes

之后开始配置环境，首先创建一个新的运行环境：

conda create --name tensorflow python=3.5（3.6） #根据上文tensorflow所支持的python版本

环境创建之后，激活之：

1 activate tensorflow

之后进行tensorflow-gpu的安装，版本一定要对应，不然后面容易出问题：

pip install tensorflow-gpu==1.10 #**此处根据前文的说明文档下载对应的版本**

此时就静待安装成功

安装完成之后，在窗口中依次输入：

1 python #

1 import tensorflow as tf
2 hello = tf.constant(‘Hello tensorfolw’)
3 sess = tf.Session()
4 print(sess.run(hello))
5 sess.close()

弹出b‘hello world’ ，即安装完成

只要保证CUDA，cuDNN，python与tensorflow-gpu版本对应，应该没有问题出现，博主亲测

keras安装

吸取了前面的经验，管他必要不必要，装之前先看一波版本对应情况，谁让win系统下杂乱无章的包总是出些莫名其妙的问题。Keras版本手册，博主是tensorflow1.10版本，所以就下载了2.2.0的keras

接上文的操作，在tensorflow的环境中：

1 pip install keras==2.2.0

安装完成之后，试一波再说

1 python #

1 import keras

万幸没有报错，到此为止，终于下载完成

未解的问题

博主在安装keras的时候，安装完成之后，numpy和tensorflow包都竟然莫名其妙地失效了，这时显示的是tensorflow后端字符错误，于是我只能卸载掉了keras包，在其中利用codna install与conda uninstall后，环境没有问题，依旧可以运行。

但是由于学习关系需要用到keras，所以我又找了各种办法下载，依旧无效但是但是用pip install与pip uninstall后竟然无法恢复，

于是博主卸了重新下载，依旧出错。然后博主发现配置好tensorflow之后，直接下载对应keras，没有报错，且成功运行。由于之前博主是先下载了tensorflow，又下载了matplotlib，h5py的包，导致keras安装时出错。在这我看下载时的依赖包，发现他们都下载了numpy包，估计是多版本相互冲突导致了错误的发生。

希望大神能够指点其中的不当之处，也能够告知安装过程中一些错误发生的原因。