Win10安装Anconda 、Tensorflow、Cuda、cudnn
下载并安装Cuda、cudnn、Anaconda
一个安装Cuda教程(带图)
Cuda官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive 从中选择和自己电脑相匹配的版本,如果不知道自己的显卡支持什么版本,英伟达(Nvidia)的可以去这里查:https://developer.nvidia.com/cuda-gpus。比如说我的是GeForce RTX2080,那么它就支持7.5及之后版本。鉴于我的两次重装教训,建议大家也可以先从后面的Anaconda和tensorflow装起,在验证tensorflow是否安装成功时,输入:import tensorflow as tf
之后便会报错,说你没有安装cuda,特别注意里头的:
64_100这是在告诉你应该要装10.0的cuda,如果是63_90,那就是在说应该装9.0版本的cuda。那么你心里对装哪一版就大概有个数了~
选择好了版本,按照自己电脑型号并选择exe(local)再下载:
然后,下载完了就是一堆同意、继续、下一步,一般都能装成功的。验证方法是:win+R,输入cmd,回车,输入nvcc -V
,回车,若出现了NVIDIA Cuda compiler driver,说明安装成功:
接下来,安装cudnn吧~
cudnn下载网址:https://developer.nvidia.com/rdp/cudnn-download
一定要选择与之前下载的cuda版本相匹配的cuDNN!!!
点开以后,选择跟自己系统相应的那一项:
下载完后,解压,进入里面的cuda目录下,这个样子的
接着,按着官网的安装操作,路径配置(官网真的是教的很详细了,如果不想看英文的,可以跟着笔者后面的指示):
1.复制bin目录下的dll文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin.
里面,当然,如果你的cuda版本是9.0或者8.0等,直接改一下路径里的v10.0为v9.0或v8.0再进到bin目录就ok了
2.复制include目录下的cudnn.h 文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
中,注意了,是include目录!!!
3.复制lib\x64目录下的cudnn.lib文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
中
4.检查一下cudnn的环境变量。打开cmd,输入control sysdm.cpl
并回车,出现系统属性,选择’高级‘,打开’环境变量‘,在里面的系统变量中找变量名为’CUDA_PATH’的,看其后的路径是否等于:````C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0```.若不存在,请按照图中格式新建,手动添加你安装cuda的路径。最后一定要点确定哦!!
5.(此条可忽略)额外附加一个在Visual Studio中配置cudnn的方法(来自官网教程)
推荐一个安装Anaconda教程(带图)
说在前面的话,最好在安装时勾上添加环境变量这个选项(如下图):
https://blog.csdn.net/ITLearnHall/article/details/81708148
添加环境变量的补救方法
如果你手快或者忘记了勾选添加环境变量那一项,ok,步骤如下:
1、回到桌面→右键‘此电脑’(或者叫‘我的电脑’)→选择‘属性’→‘高级系统设置’,出现以下窗口:
2、选择‘环境变量’:
3、在‘系统变量’中找到Path,点击下面的编辑:
3、找到自己安装Anaconda的位置,这里我安装的地方为(D:\Anaconda3),新建3个环境变量(可以在安装的地方):
新建完3个环境变量后记得点两层的确定~~
开始安装Tensorflow
1、如图:
2、输入:conda create -n tensorflow python=3.7
再回车
(!这里python的版本根据个人需求来决定,不过现在一般都3.x !!!重点是,python和后面的=以及=和后面的版本号中间都不要有空格,不然会报错)
接下来就开始安装了
3、在它出现提问yes/no的时候(如下图),输入:Y 然后回车;接着等它安装完成,会提示你要不要激活这个环境,而且执行语句都写好了(相信你们的英文水平应该都看得懂),那就按照它给的指示,激活它,输入:conda activate tensorflow
当如图所示出现(tensorflow)…的时候,就表示进入了tensorflow虚拟开发环境了。
4、在虚拟开发环境中安装tensorflow,这里以GPU版的TensorFlow1.14.0为例,输入 :
pip install tensorflow-gpu==1.14.0
当然,你也可以选择CPU版的,输入:
pip install tensorflow-cpu==1.14.0
这里给一个链接,大家可以去里面找到最新版的tensorflow:
链接: https://pypi.org/project/tensorflow/.
可以根据自己的需求来选择版本号,只需改一下安装语句==后面的版本号就行。
然后回车,就等它下载完就好了(如图),但是更保险的方法建议用下面那个。
如果超时出错呢,一般情况下PIP出现ReadTimeoutError都是因为被GFW给墙了,所以遇到这种问题,我们可以选择国内的镜像来解决问题,并且给它–user 权限。
比如改成这样(这里用的是清华的资源,你们可以根据后面的网站进去找自己所需的版本,一般来说里头都有):
pip install tensorflow-gpu==1.14.0 --user -i https://pypi.tuna.tsinghua.edu.cn/simple
还有如果在这里出现了其他问题的话,推荐一个网址:
https://blog.csdn.net/qq_23031939/article/details/80041591
看看里面有没有你遇到的,希望能帮到你。
5、安装完成后,会有个警告,但是这个没关系,人家只是好心提醒一下:
告诉你有些文件它安装在AppData里面了,一般没有权限是看不到这个文件里头东西的,它建议你在系统环境变量中加上这个路径,方便以后用,所以如果觉得麻烦的,可以不装;装的话也很简单,像开头说过的那样添加环境变量,同样是在Path里面,把这个路径加进去就好了,我这里是红框里那个。
到这里为止,tensorflow就装完啦~~
验证一下你TensorFlow是否安装成功
Hello World!来开路啦
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
回车后 ,出现hello,TensorFlow!
那么恭喜你,各项安装完成~~