win10下配置深度学习环境

 

1.下载Anaconda: https://www.anaconda.com/distribution/#download-section.
    #下载最新版本安装后可能出现安装不完全，丢失conda.exe的情况，去网上找之前的版本安装或者使用Miniconda安装

 2.Pytorch和torchvision下载与离线安装：
   在线安装：pip install pytorch/pip install torchvision
   离线安装：
       下载地址（清华开源镜像网）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/    
       命令行在下载目录下运行离线安装指令：pip install  torch-1.2.0-cp37-cp37m-win_amd64.whl（名称根据下载版本变化）
                                          pip install  torchvision-0.4.0-cp37-cp37m-win_amd64.whl

       ##检验是否安装成功：在python交互模式下导入torch和torchvision不报错
 

3.安装CUDA和CUDNN:  tensorflow gpu-1.14只能支持到cuda10.0，安装10.1会报错
    CUDA下载地址：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
    cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive     （选择与CUDA对应的版本）
    
        
    #查看电脑显卡驱动以及cuda支持型号：Nvidia控制面板—系统信息—组件—NVCUDA.DLL

4.下载和配置libtorch :  
    下载地址：https://download.pytorch.org/libtorch/cu100/libtorch-win-shared-with-deps-1.2.0.zip（release版）
                                 https://download.pytorch.org/libtorch/cu100/libtorch-win-shared-with-deps-debug-1.2.0.zip（debug版）

 
                #编译遇到缺少.dll错误：在环境变量中添加libtorch中动态链接库的路径如E:\Libtorch\libtorch-win-shared-with-deps-debug-1.2.0\libtorch\lib

5.安装tensorflow cpu版/gpu版：
    在线安装：pip install tensorflow/pip install tensorflow-gpu
                离线安装：
        下载地址：https://pypi.org/project/tensorflow/#files
                     在下载目录下运行pip install XXXXX.whl
    
    ##tensorflow1.14 gpu版只支持cuda10.0,安装10.1版本导入时会报错

安装时可能会遇到的错误：    
      1.遇到ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
     输入 pip install -U --ignore-installed wrapt enum34 simplejson netaddr
    
     2.遇到ERROR: tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0 which is incompatible.
    更新setuptools版本 输入 pip install --upgrade setuptools    

     3.遇到因numpy报错:ModuleNotFoundError: No module named 'numpy.core._multiarray_umath'  
    可能是numpy版本和当前Tensorflow版本兼容性问题，更新numpy: pip install --user --upgrade numpy。或者卸载再重新安装numpy(如果第一次卸载后安装时显示已安装，再运行一次卸载指令就行)    

检测tensorflow gpu版是否安装成功：
运行以下代码
import tensorflow as  tf
import tensorflow as tf    # 测试
hello =tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

在窗口能够看到自己电脑的显卡名称说明安装成功