Windows10下安装Anaconda并配置tensorflow环境填坑记录

安装Anaconda 只需要按照默认安装状态即可。直接点下一步。在安装之前会有一步问是否添加这一步可以如果勾上那么新的安装有可能会出现之前安装的Anaconda出现的问题（笔者之前安装的Anaconda,因为安装tensorlayer第三方库重复出现kernel died restsart的问题），因此在这里我们选择不添加环境变量其它设置按照默认状态安装到C盘。安装好后如下图所示会在C盘‘用户’或者C:\Program Files下产生一个Anaconda3（笔者安装的是python3.6）：

由于没有添加环境变量所以我们在命令提示符下无法直接运行python:

因此我们需要配置环境变量：具体操作可以参考我的另外一篇博客：https://blog.csdn.net/qq_38644840/article/details/85064408

接下我们废话不多说，我们直接上tensorflow配置过程。tensorflow分为两种版本CPU版本和GPU版，先说CPU版：

第一种情况：如果在安装Anaconda过程中有添加环境变量那么直接打开cmd（命令提示符-最好以管理员方式打开防止出现无法将文件写入C盘的错误发生。）执行命令行：pip install tensorflow 这是网上最常见的简单的方法。执行如果还是出现无法写入的错误那么久执行：pip install –user tensorflow。当出现tensorflow installed successfully就说明安装好了。

第二种情况：安装Anaconda过程没有添加环境变量我们就需要打开电脑左下角菜单栏中的：

我们进入到这样一个界面并进入红框标注的environment界面：

到这里你可以选择两种方法创建环境第一种直接在Anaconda 的base(root)环境中执行步骤1操作。第二种可以点击下图中黄色的框中的create按键，创建一个tensorflow环境再执行步骤1，如果是第二类就会在C:\Users\xxx\Anaconda3\envs下创建一个tensorflow的文件夹。步骤1：将红色框选项选择Not insatalled 在蓝色框搜索tensorflow。选择你需要的CPU版本的tensorflow点击右下角粉色框中的apply按键等上一段时间安装。如果按照第一类方法安装就不需要改变环境了直接在spyder中就能调用tensorflow。

按照第二类方法安装好后我们发现会在新的环境中安装新的python版本如下图所示：

为了能在命令框下运行tensorflow我们需要删除原来配置的python环境把新的python.exe配置到环境变量中。同时为了方便在spyder中打开新的python版本我们需要安装在Home界面中安装新的spyder编辑器新的spyder（tensorflow）中就能直接调用tensorflow了！

但是，新的spyder中无法直接调用Anaconda中base(root)环境中的第三方库（当然也可以通过其他方法来解决调用该环境下的第三方库。Eg: import sys sys.path.append(“C:\Users\xxxx\Anaconda3\Lib\site-packages”)即把第三方库临时加入环境中比较麻烦），因此个人建议按照第一类方法配置。这样spyder中能调用tensorflow而且还能调用Anaconda自带的第三方库。至此CPU版本的tensorflow安装完毕！

GPU版本的tensorflow安装需要根据自己的硬件来配置CUDA和CUDNN。这里我的电脑是windows10 64位+gtx1060，安装的CUDA是CUDA --9.0版本的下载连接是：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

按照自己的电脑配置找到相应的版本，如果浏览器下载较慢可以用迅雷下载（点击右键使用迅雷下载，或者复制下载链接打开迅雷添加到下载任务中）：

如果你电脑安装有vs2013或vs2015双击下载的可执行文件安装就ok了如果没有则需要先安装VS。（稳妥起见安装vs2013或vs2015比较稳定）下载地址参考博客：https://blog.csdn.net/youshijian99/article/details/80163739

安装CUDNN:下载：https://developer.nvidia.com/rdp/cudnn-download

解压下载的文件把解压的cudnn\bin\cudnnxx_x.dll文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\。把cudnn\include\cudnn.h复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\。把cudnn\lib\x64\cudnn.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64\。即把解压的文件对应的文件下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下对应的文件夹下。

最后安装tensorflow-gpu版本与上述CPU的方法类似只需要将tensorflow换成tensorflow-gpu版的可以了！

参考博客：https://blog.csdn.net/weixin_38699406/article/details/79140031

                  https://blog.csdn.net/youshijian99/article/details/80163739