windows10+anaconda+cuda9.2+cudnn7+pytorch+tensorflow

除了pytorch，其他的安装教程参考：https://www.cnblogs.com/yang520ming/p/10677110.html

 

一、 anaconda的安装

1. anaconda官网：https://www.anaconda.com/distribution/   根据自己的需要下载anaconda版本，并安装

（1）点击安装包安装,点击next

（2）选择I Agree

（3）这里选择anaconda是对于当前用户还是所有用户(别人安装的是对于所有用户，我是安装just me，目前没有感觉到有啥区别)，Next

（4）选择安装的路径(默认路径就好)，Next

（5）这里切记勾选add anaconda to mypath自动配置环境变量不然自己配置环境变量麻烦，选择install

（6）next

（7）然后后面选择skip

（8）最后选择finish

（9）最后验证anaconda

win+r 输入 cmd 然后输入python

2. 更换pip的镜像地址，提升包的安装速度

第一步，打开cmd

第二步：cmd中执行

conda config --set show_channel_urls yes

第三步：进入C:\Users\Administrator（这里的Administrator可以是你的用户名）

第四步：记事本方式打开.condarc文件

第五步：将文件内容修改为以下

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3. anaconda3中创建python2环境

(1)  在cmd中输入

conda create -n py27 python=2.7

  （py27是指你创建的虚拟环境的名字，python=2.7是指python的版本）

(2)  激活python2的环境 

activate py27

此时python2中只有原始的包，在python2中安装anaconda的包

Conda install anaconda

最后pip list一下查看安装的包

二、CUDA的安装

1.（1）查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息

（2）系统信息中选择组件

（3）查看自己的CUDA版本

（4）CUDA官网(https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10)版本根据自己的需要选择

（5）安装路径，选择OK（安装完成后路径会自动变化所以这里路径选择默认就好）

（6）点击下一步

（7）点击同意并安装

（8）不想折腾就精简

（9）显示没有VS，勾选并点击NEXT（切记关闭360等安全软件不然会失败）

（10）安装完成

最后CUDA的安装路径会在

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2中

输入nvcc -V可以查看CUDA版本即安装成功

2.如果显示没有nvcc 将CUDA的bin目录(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin)添加到环境变量

仿照下面的路径进行添加：

将bin路径(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin)添加在path中

此时确认退出重新打开cmd输入nvcc -V即可

三、cuDNN的安装

（1）官网：https://developer.nvidia.com/cudnn没有账号需要注册找到自己对应的CUDA版本点击下载

然后解压，将解压的文件复制到cuda安装目录的对应文件中去

（2）添加环境变量：C:\ProgramFiles\NVIDIA GPU ComputingToolkit\CUDA\v10.0\lib\x64

四、pytorch安装：

采用先将安装包下载下来再安装的方法

首先根据自己的python、cuda、cudnn版本来选择下载哪个版本，清华源： https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

下载后放在哪里都可以。然后用conda安装（我用pip安装总是不成功）。

D:\anzhuang>conda install pytorch-1.5.1-py3.8_cuda92_cudnn7_0.tar.bz2

然后下载根据python、cuda版本下载torchvision（由于符合要求的版本有很多，我是根据下载的pytorch对应的发布时间选择torchvision版本）

继续用conda进行安装

D:\anzhuang>conda install torchvision-0.6.1-py38_cu92.tar.bz2

五。tensorflow的安装

（1）卸载安装的cpu版tensorflow

    pip uninstall tensorflow

（2）安装gpu版本tensorflow,这里使用conda install tensorflow-gpu(使用pip安装的话会各种报错，好像是anaconda中有些包和pip不兼容)，安装比较慢静心等待就好了

（3）测试是否安装成功

import  tensorflow as tf 

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

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

c = a +b

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

print(sess.run(c))