win7下搭建 CUDA8.0+cudnn5.1+conda双版本+opencv+numpy+tf+keras

CUDA8.0安装

cuda8.0下载地址：https://pan.baidu.com/s/1sxnP_genpt23Lr6uHZ4uhQ 密码：13s8

下载好了后就可以直接安装了，CUDA的默认安装目录为：C:\Program Files\NVIDIA GPU Computing Toolkit\ 这里推荐使用默认的安装路径。如果没有VS环境的建议首先安装好vs环境，只需要选择安装C++环境即可。

安装完之后CUDA_PATH_V5_0和CUDA_PATH这两个系统变量会自动为你添加上。

环境变量配置：
cuda8.0安装完成之后在系统环境变量中自动配置了两个系统变量
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
但是为了之后的vs2013的配置做准备我们需要在配置五个系统变量
CUDA_BIN_PATH：%CUDA_PATH%\bin
CUDA_LIB_PATH：%CUDA_PATH%\lib\Win32
CUDA_SDK_BIN：%CUDA_SDK_PATH%\bin\Win64
CUDA_SDK_LIB：%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
在系统环境变量path后添加如下内容
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

测试一下是否安装成功，
打开cmd控制台命令行，命令行输入 nvcc -V （注意是大写V），看到版本信息就表示安装成功了。

2.cudnn V5.1安装

可以选择CSDN下载或者也可以在英伟达官网上下载对应版本。

(1)、解压缩：会生成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\NVIDIA GPU Computing Toolkit\CUDA\v8.0对应的include、lib、bin目录下即可。

cuda8.0和cudnn5.1就可以在机子上正常使用了。

3.Anaconda双版本安装

首先我们先从Anaconda官网（https://www.anaconda.com/download/）上下载对应自己系统版本的Anaconda。因为我的电脑是64位的，所以选择了64-BIT   INSTALLER。

这里需要选择python3的环境进行安装。

下载好安装包后，接下来就是软件的安装（ps：与一般的软件安装没什么差别，一路默认即可，需要注意的是需勾选将python3.6添加进      环境变量），如图：

 

      。 

 

      上述操作完成后，我们软件就安装好了，接下来让我们检查一下软件是否安装成功了吧。

      运行 开始菜单->Anaconda3—>Anaconda Prompt ：（会出现一个黑框框，需要等一会儿）

      输入命令：   conda   list

      出现下方的模样，就说明安装成功了。（下方出现的是 Anaconda 里面的包）

创建python2的虚拟环境

由于我安装的是python3.6版本，所以默认有python3.6,但是我需要一个python2版本，有两种方法：

法一：在anaconda prompt里输入：

conda create -n py2 python=2.7 pandas 

按照提示输入y.

接下来开始下载python2,下载速度视网速而定。

方法二：在navigator中点击create创建。root是anaconda自带的python版本。

使用activate进行激活

4.numpy和opencv等环境安装

笔者这里推荐两个网址安装https://www.lfd.uci.edu/~gohlke/pythonlibs/和https://www.baidu.com/link?url=ZfQv4ydpm9CiXt3_q1xUyMUFJ1W97JHuiPccqga0YDXgpeRpiJFzrnA-LOxgR3xO&wd=&eqid=d7aba166000008d2000000055b7e1ad9

下面介绍安装方法：

方法一：在https://www.lfd.uci.edu/~gohlke/pythonlibs/ 的python环境下 使用pip install 命令安装 如下图所示：

下载你需要的安装包

用pip进行安装

选择你需要的环境就可以进行安装了

5.安装tensorflow

tensorflow-gpu版本唯一需要注意的就是版本问题。笔者测试1.4以上的版本需要CUDA9.0的环境。所以推荐安装tensorflow-gpu 1.1版本

可以直接在命令行中输入：

pip install tensorflow-gpu==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

然后你就可以快乐的用tensorflow 进行深度学习了