[环境配置]Win10+GTX1060+Anaconda+CUDA +cuDNN+TensorFlow

流程

借知乎上面的图,大致流程如下:
原地址:
WIN10安装TENSORFLOW（GPU版本）详解（超详细，从零开始）

1 安装Anaconda

1.1 下载安装Anaconda3

官网下载太慢了,国内下载源地址:清华源
电脑python版本是3.6.6
根据Anaconda与python对应的关系图


下载:

勾选第二个,勾选第一个自己配置环境变量时容易出错.

1.2 Anaconda环境变量配置

主要有三个环境的配置:

1. anaconda安装路径（为了Python检查正常）:前面安装时路径一定要记清楚，之前已提醒复制，我的是I:\MachineLearning\Anaconda3
2. 安装路径\Scripts（为了conda检查正常）:只需在上述路径中找到Scripts，然后复制路径即可，我的路径是I:\MachineLearning\Anaconda3\Scripts
3. 另一个路径（加不加不知道有什么区别，不影响后边的检查）：安装路径\Library\bin，如我的是I:\MachineLearning\Anaconda3\Library\bin

上述三个环境变量都是通过：此电脑—右键—高级系统设置—环境变量—系统变量—双击path—新建这两个变量即可。

1.3 Anaconda安装验证

1.3.1 python验证

cmd窗口下输入命令:

python

1.3.2. conda验证

cmd窗口下输入命令:

conda

1.4 更改Anaconda的源

cmd窗口下输入命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --setshow_channel_urls yes

上面两个验证没有问题就安装好了.
注意，这两个都不要有warning的信息，否则要找出问题。

1.4.1 更新升级工具包

cmd窗口下输入命令:

conda upgrade --all

之后有提示输入y即可

检查GPU是否支持CUDA

由上图可知我的GPU支持CUDA是11.3.55

3 安装CUDA

3.1 安装Visual Studio2019

主要的目的好像在于CUDA需要C++的编译器，Windows下可以使用Visual C++。其他原因不知道，按照主流教程安装就好。这次安装使用的编译器是MSVC2019,也就是安装Visual Studio2019的同时也会安装上MSVC2019

3.1.1配置Visual Studio2019环境变量

每个人的安装地址可能不一样,按照自己的地址来,我的是下面的地址:

C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin 

C:\Program Files (x86)\Microsoft Visual Studio 14.0\Common7\IDE

把以上地址添加到系统的path路径下

3.2 下载CUDA

查看TensorFlow_gpu的版本需要下载的c++编译器和CUDA版本.CUDA版本记得和自己GPU支持的版本差不多,我的是支持11.3.55和图中11.0差不多可以下载.
下面的图片内容可以去TensorFlow官网上去查看

去英伟达官网上下载对应的CUDA版本安装


安装之后添加CUDA的环境变量,我的地址是下面

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\x64 # 可能没有这个
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include

添加环境变量是出现了 此环境变量太大, 此对话框允许将值设置为最长2047个字符的问题.解决方式就是类似先定义
%JAVA_HOME%=/******************/,在引用%JAVA_HOME%.

3.3安装cudnn

下载CUDA对应的cudnn,解压缩

下面的图是我之后安装cudn10 对应的是cudnn7.6.5,不是现在cuda10对应的cudnn.但是方法是一样.我只是截一个图而已.把自己对应的cudnn放进对应的cuda文件下就可以

将勾选的三个文件复制到下图文件路径就cudnn安装完成

uhmm

3.4检查CUDA

我们可以运行CUDA提供的例子来判断CUDA是否安装好了，打开

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0\1_Utilities\deviceQuery,文件夹，运行

【deviceQuery_vs2019.sln】文件。(如果c盘乱，建议直接搜索“1_Utilities”)

生成解决方案后，点击绿色按钮运行。别忘了在代码结束前末尾加system(“pause”)。如果出现错误，可以采用重新编译什么的方案。可以看到自己的显卡设备信息，这样CUDA就安装好了（如果vs2015(vs2013)直接退出的话，在代码结束前末尾加system(“pause”);

这样，就确保cuda安装完毕。

4 安装TensorFlow

4.1 安装必要环境，这部分错误特别乱也特别多，希望大家一步步跟着来，错哪搜哪

4.1.1 如何查看已安装的库

打开 Anaconda Command Prompt ,在命令提示符窗口中输入以下命令：

pip list

或者

conda list

其中，pip list 只能查看库，而 conda list 则可以查看库以及库的版本

4.1.2 如何安装或更新库

以安装 更新 scipy 为例

pip install scipy
pip install scipy --upgrade

或者

conda install scipy
conda update scipy

4.1.3更新所有库

conda update --all

4.1.4 更新 conda 自身

conda update conda

4.1.5 更新 anaconda 自身

conda update anaconda

在这个过程中，是直接在cmd命令行中进行的。如果没有pip ，那就先 conda install pip，之类的各种操作。整体来说，安装完这些，就可以进行下一步的安装咯。

4.2 安装mingw 和 libpython

conda install mingw libpython

配置环境变量

4.3安装keras

pip install keras

4.4如果想使用ipython，需要在新的环境下安装ipyhon

conda install ipython

请不要忽略对keras的配置问题：在安装keras之后，打开当前用户的目录 ，找到.Keras文件夹，里边有个keras.json文件，直接用笔记本打开 。目录在这里C:\Users\用户名.keras需要将backend修改为tensorflow。（至于channels_last还是channels_first怎么确定，我还不会，请多指教）

4.5 安装tensorflow

pip install tensorflow-gpu

安装tensorflow过程中会提示一些信息,缺什么库就安装什么库,如下图根据提示安装,一次不行多来几次.

出现上图就应该成功了.

4.6检查TensorFlow安装是否成功

代码:

#老版本
import tensorflow as tf
tf.Session()

出现上图使用下面的语句

#新版本
import tensorflow as tf
tf.compat.v1.Session()

出现下面情况就表示安装成功

4.6.1卸载TensorFlow命令

结语

到此,win10就安装好了TensorFlow-GPU环境,安装过程借鉴了许多博客,其链接附在文章后面.如有错误,欢迎指正留言.

pip uninstall tensorflow
pip uninstall tensorflow-gpu

参考资料

WIN10安装TENSORFLOW（GPU版本）详解（超详细，从零开始）
anaconda python 版本对应关系
anaconda的安装与环境配置
Visual Studio 2017 安装及使用（新手）
win10家庭版开启组策略
win10开启文件长路径
CUDA Toolkit Archive
NVIDIA cuDNN
CUDA与cuDNN
此环境变量太大, 此对话框允许将值设置为最长2047个字符
tensorflow安装错误之 Cannot uninstall wrapt
AttributeError: module ‘tensorflow’ has no attribute 'Session’错误解决