W10+Anaconda+Pycharm+Cuda+Cudnn+Tensorflow+Pytorch最全安装教程-CSDN博客

本文链接：https://blog.csdn.net/qq_41867638/article/details/115416554

W10+Anaconda+Pycharm+Cuda+Cudnn+Tensorflow+Pytorch最全安装教程

一、Anaconda安装
二、安装Pycharm
三、安装CUDA+CUDNN
四、安装tensorflow
五、安装pytorch
参考文献：
- 补充：
- - - - CUDA TEST
        CUDNN TEST

一、Anaconda安装

1.1下载Anaconda

下载Anaconda，在其官网上下载可能比较慢，大家可以利用清华镜像下载

链接: 官网下载地址.
清华镜像下载地址：Index of /anaconda/archive/
选择与自己操作系统相对应的可执行文件
在这里插入图片描述
我这里安装的Anaconda3 2020.11.exe

1.2下载完之后直接安装，可以选一个自己的非系统盘（如D盘之类的）

1.3其次就是在安装设置有一步，尽量选择第一个，因为你电脑如果已经安装了Python,选择第二个可能会版本冲突

在这里插入图片描述

1.4安装完之后配置环境变量：

在系统变量PATH中编辑并添加如下变量在这里插入图片描述

1.5进入Windows系统的cmd界面：然后输入：conda --version检查anaconda的版本

1.6检查目前安装了哪些环境变量：conda info --envs，如下所示即为成功

1.7更换清华源

.condarc以点开头，一般表示 conda 应用程序的配置文件
找到.condarc以记事本方式打开，将清华源下面的源贴进去(如下所示)：
在这里插入图片描述
channels:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
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

.condarc配置好后保存

二、安装Pycharm

2.1下载Pycharm

链接: PyCharm 的下载地址.
在这里插入图片描述
选择社区免费版

2.2pycharm汉化

打开pycharm左上角的file(文件) > 选择settings(设置) > 打开plugins(插件) > 搜索chinese(中文插件),下载好后重启pycharm。在这里插入图片描述

2.3具体的python编译环境要等到下面tensorflow以及pytorch安装之后设置

三、安装CUDA+CUDNN

3.1查看自己GPU版本

在这里插入图片描述

3.2查看对应的cuda+cudnn版本（需相对应）

确认当前所安装的cuda最大版本为cuda11.0，接下来下载cuda进行安装
以下为官方对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html.
https://www.tensorflow.org/install/source_windows#gpu.

这是我自己的安装版本在这里插入图片描述

3.3下载vs2019

3.4下载cuda+cudnn

https://developer.nvidia.com/cuda-toolkit-archive.
https://developer.nvidia.com/rdp/cudnn-archive.

3.5安装cuda

安装的时候默认文件夹位置即可，选择自定义安装>取消勾选NVIDIA Geforce巴拉巴拉

3.6安装cudnn

cudnn下载解压之后，找到cuda的安装路径。将cudnn相对应文件夹的内容复制替换到对应的cuda 的文件夹。

3.7配置环境变量

右键我的电脑->属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量。
接下来，还要在系统中添加以下几个环境变量：
在这里插入图片描述
在系统变量 PATH 的末尾添加：

3.8验证安装

通过NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 来查看GPU的状态，两者均在安装目录的 extras\demo_suite文件夹中在这里插入图片描述
cd到该文件地址处分别运行两个exe文件

四、安装tensorflow

4.1确定安装版本（需相对应）

https://www.tensorflow.org/install/source_windows#gpu.

4.2创建虚拟环境

cmd下操作
conda create --name tensorflow python=3.7
（tensorflow2.4.1在我这里对应的是python3.7.10）在这里插入图片描述

如上图安装成功。

4.3激活tensflow的环境：activate tensorflow

检测tensflow的环境添加到了Anaconda里面：conda info –envs 在这里插入图片描述

4.4安装tensorflow

（1）使用如下命令进行安装TensorFlow：pip install --upgrade --ignore-installed tensorflow，等待安装就可以了。或者改为豆瓣镜像pip install tensorflow==2.4.1 -i https://pypi.douban.com/simple/

4.5验证安装

使用activate tensorflow切换到tensorflow环境
输入python进入Python编译环境
依次输入如下命令
import tensorflow as tf（输入后无显示为正常）
hello = tf.constant(‘hello,tf’)
sess = tf.Session()
print(sess.run(hello)) 在这里插入图片描述

显示如下结果表示测试成功：在这里插入图片描述

4.6配置tensorflow至pycharm

安装好TensorFlow后，我们需要将对应的Python解译器配置至Pycharm中，才能够进行执行程序，配置如图：在这里插入图片描述

运行得到之前一样的结果。（注：Ctrl+shift+F10为运行或者文件右键运行）
新一版的验证代码如下：
import tensorflow as tf

tf.compat.v1.disable_eager_execution()
hello = tf.constant(‘hello,tensorflow’)
sess= tf.compat.v1.Session()
print(sess.run(hello))

五、安装pytorch

因为pytorch与tensorflow在一些安装包版本有冲突，如果在两者之间切换建议先重新安装tensorflow全包或者pytorch全包

5.1确定Pytorch版本

官网指导：https://pytorch.org/get-started/previous-versions/.

5.2创建虚拟环境

在开始菜单里找到Anaconda Prompt (Anaconda3)。
创建名为pytorch的虚拟环境，指定python版本为3.8（此处与之前创建tensorflow的python3.7有区别）
conda create --name pytorch python=3.7

5.3激活环境：

activate pytorch

5.4安装pytorch：

conda或者pip安装（建议conda）
我安装的pytorch1.7.1
安装命令：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
去掉-c pytorch
使用我们前面添加的清华镜像
故安装命令改为：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

5.5验证pytorch

在pytorch虚拟环境激活的情况下输入
python
进入Python编译环境。
依次输入：
import torch
import torchvision
torch.version
若显示如下结果则pytorch安装成功。在这里插入图片描述

5.6配置pycharm环境

参考文献：

https://zhuanlan.zhihu.com/p/259524789.
https://blog.csdn.net/weixin_39487353/article/details/104666953.
https://zhuanlan.zhihu.com/p/342913611.
https://blog.csdn.net/qq_39611230/article/details/106139236.
https://blog.csdn.net/donaldsy/article/details/107531087.
https://zhuanlan.zhihu.com/p/139668028.
https://blog.csdn.net/weixin_38410551/article/details/103631977.
https://blog.csdn.net/loft_/article/details/105551986.

补充：

这里引用

CUDA TEST

import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

CUDNN TEST

from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

安装完tensorflow，导入时出现错误：UserWarning：h5py is running against HDF5 1.10.5 when it was built against 1.10.4
问题原因：
这个tensorflow基于HDF51.10.4版本，但安装的是1.10.5版本，可能导致问题。
导致tensorflow不能使用。

解决办法：
#利用如下命令
pip uninstall h5py
pip install h5py
或者
conda install hdf5=1.10.4
安装完毕，在进行验证。

import tensorflow as tf
tf.version

能力有限，仅限于此，望大佬批评指正！