Win10安装Anaconda3、Python、TensorFlow

复制转载的博主链接：https://blog.csdn.net/XunCiy/article/details/89016510#1PythonpycharmAnacondaTensorFlowKerasCUDAcuDNN_2

说明：此篇为配置tensorflow环境教程博客的主篇，分支可由以下具体步骤链接获得。本篇主要梳理找过的各种教程，以及自己安装过程的整理，会有大量链接可点击参考，本篇也会附上配置环境过程中的关键步骤截图加以说明
文章目录
1.Python、pycharm、Anaconda、TensorFlow、Keras、CUDA、cuDNN之间的关系
2.查看电脑GPU、CUDA版本，确定安装CUDA、cuDNN、tensorflow版本（这点非常重要，可能就是因为版本依赖关系最后导致import tensorflow失败以及各种insufficient问题！！！）
3.CUDA、cuDNN的安装与卸载
4.Anaconda3安装与卸载
5.Anaconda中配置Tensorflow环境
6.Anaconda中安装Tensorflow
7.Pycharm的安装以及tensorflow的应用
8.Anaconda中安装keras、ipython 、jupyter
1.Python、pycharm、Anaconda、TensorFlow、Keras、CUDA、cuDNN之间的关系
1.Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因此，无需单独安装Python，直接安装一个anaconda就拥有了包含Python的开发包。
注意：若已配置好python环境，可以卸载后安装Anaconda；或者见博客 如何在已安装Python条件下，安装Anaconda,，并将原有Python添加到Anaconda中 及 在Anaconda中更改python版本和其他相关包版本 （并不好用，建议一开始就搞清楚需要什么版本并下载对，详见第二节）
2.PyCharm是一种Python IDE
3.首先安装anaconda，在里面配置好python环境，tensorflow、keras等，安装pycharm后将运行环境设置为anaconda里面我们配置好的叫做tensorflow的环境（或者其他你配置好的环境）。其实也可以在pycharm里面配置各种环境，此文主要讲anaconda配置环境。
4.Keras和TensorFlow的关系和区别 TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器。Keras其实就是TensorFlow和Keras的接口（Keras作为前端，TensorFlow或theano作为后端），它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。

2.查看电脑GPU、CUDA版本，确定安装CUDA、cuDNN、tensorflow版本（这点非常重要，可能就是因为版本依赖关系最后导致import tensorflow失败以及各种insufficient问题！！！）
TensorFlow 有CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要（但两个运行速度相差巨大，建议安装GPU版本）。
这步真的是最最最重要，跟着网上的各种帖子为什么一样的做下来就是不成功，因为你的电脑和别人的是环境不一样的，所支持的版本不一样，要不你要跟下载一模一样的各种版本的东西，要不你就需要根据以下步骤搞清楚你的电脑到底支持什么版本的CUDA，而这个版本的CUDA有需要什么样版本的cuDNN和tensorflow。建议搞清楚，因为你的电脑硬件可能不支持你所看到的帖子里安装的CUDA版本

电脑显卡配置是否支持CUDA （一开始就是因为因为这么查看的所以版本才不匹配导致失败了，所以到最后我也没明白这个连接里在“计算机-管理-系统工具-设备管理器-显示适配器查”查看到的版本有什么意义，并不能确定你的GPU最多支持什么CUDA的版本）

Windows系统查看CUDA版本号 （跟着这个里面的做法“控制面板-NVIDIA控制面板-帮助-系统信息-组件”可以查到CUDA driver version，就是你可以装的CUDA最高版本了，但是仅仅知道这个也是不够的，请继续往下看）

WINDOWS系统查看nvidia显卡和CUDA的版本号，请进入“C:\Program Files\NVIDIA Corporation\NVSMI”路径后再查看，不然命令无效，一共以下两条命令
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi
此时我还没有安装CUDA，主要是看Driver Version 376.54这个值（装CUDA后也未显示CUDA版本信息，但是上面的链接里如此查看却是有的，很迷，但这不重要啦）

tensorflow的CUDA driver version is insufficient for CUDA runtime version 问题解决方案 （这是我发生了insufficient后搜到的帖子，不过这是linux下查看的，一并贴在这了）

解决CUDA driver version is insufficient for CUDA runtime version ，根据上一步查找的Driver Version 376.54这个值，对照一下链接里的表，确定你的电脑硬件支持的最高CUDA版本。官网各种version的CUDA下载地址

对比driver version的值可以看出，我的电脑最多支持到CUDA 8.0的GA2（图上另一个8.0就是GA1版本），所以下8.0一定没问题的（所以步骤2里面“控制面板-NVIDIA控制面板-帮助-系统信息-组件”查看到的8.0应该就是这个意思了）

Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 ，此链接里包含了win、linux、macOS的对照表，keras的版本好像没有什么要求，也没有找到其对照表，若有欢迎补充
可以看到CUDA 8.0需要cuDNN 6或者cuDNN 5.1，tensorflow_gpu-1.4.0以下，python 3.5-3.6

官网各种cuDNN下载地址，需要注册，QQ登录就行了再填一下信息，注意选对版本，以下打叉的也是for CUDA 8.0但是是cuDNN 7不符合以上的对照表，所以要下载下面一个

Anaconda安装包可以从清华镜像或者官网下载
官网默认下载最新的版本，下图中Anaconda 3最新版本默认python 3.7
清华镜像 ，Anaconda3官网

有帖子 说这样会出问题所以要下旧版本的anaconda。但我后来遇到的问题表明，这里所说的默认python 3.7是anaconda的root环境，这和我们要配置的tensorflow环境无关（要另外配置python的）。反而，若是anaconda版本太旧了，如此贴中的anaconda 3-4.2版本，在配置tensorflow环境中的python 3.5会遇到不提供服务的问题，导致配置无法进行下去，所以不建议下载旧版本的anaconda。
报错截图已丢失，但大体意思就是建议复制他给出的信息到github上求助，然后我找到了类似的报错“An unexpected error has occurred.” ，几乎是一样的信息，所以可以根据这个连接参考，差不多意思就是服务器不提供支持了，所以anaconda下载最新的吧！（如果找不到的类似的问题就新建一个问题吧）

到此为止我们的准备工作已经完成，各个需要到网站下载的安装包已经下载完毕，接下来我们就开始安装了

3.CUDA、cuDNN的安装与卸载
详情请见：CUDA、cuDNN的安装与卸载
安装tensorflow_cpu的请跳过此步骤
此步骤只需要在“6.Anaconda中安装Tensorflow”前即可，否则会有import tensorflow as tf失败

4.Anaconda3安装与卸载
详情请见：Anaconda3 安装与卸载
主要注意改变安装路径（C盘大的当我没说），以及勾选Add……PATH……，否则要手动配置环境变量，容易出错，请仔细检查

5.Anaconda中配置Tensorflow环境
详情请见：Anaconda中配置Tensorflow环境
主要注意所安装的python版本，版本选择请见上文第二节

6.Anaconda中安装Tensorflow
详情请见：Anaconda中安装Tensorflow
CPU版本安装：pip install --ignore-installed --upgrade tensorflow
GPU版本安装：pip install --ignore-installed --upgrade tensorflow-gpu（
建议都跟上版本号，否则默认安装最新的一般无法使用）
主要注意tensorflow的版本选择，若装错了使用pip uninstall tensorflow卸载后重装即可，不需要删除tensorflow环境

7.Pycharm的安装以及tensorflow的应用
详情请见：Pycharm的安装以及tensorflow的应用
pycharm下载社区版Community即可，可快速免费使用，pycharm官网下载地址

8.Anaconda中安装keras、ipython 、jupyter
1.keras：pip install keras

再后来跑程序是报错：

TypeError: while_loop() got an unexpected keyword argument ‘maximum_iterations’
1
因为CUDA8.0，所以tensorflow只能用1.4.0以下的版本，keras版本太高，所以才会报以上错误（欢迎提供如上CUDA、cuDNN、tensorflow的keras版本对照图）
查看keras版本（进入python后）：print(keras.version)

重新安装keras，先卸载原有的过新的keras：pip uninstall keras
重新安装keras：pip install keras==2.1.2

2.ipython：conda install ipython
运行一下：ipython kernelspec install-self --user

3.jupyter：conda install jupyter（多次下载失败，请多多尝试）
在浏览器中打开jupyter notebook ：jupyter notebook
————————————————
版权声明：本文为CSDN博主「Sophia_fez」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/XunCiy/article/details/89016510