Win 7/10下Anaconda/Python /TensorFlow-GPU/VS Code安装配置

 

介绍win 环境下Anaconda3、TensorFlow的安装以及VS Code 配置问题。以Win7为例，Win10类似。

一，安装Anaconda3 

Anacoda3 安装地址为：https://www.anaconda.com/distribution/#windows

当前Anaconda默认Python版本为Python 3.7。安装比较简单，就不列出具体过程了。安装过程中有一项选择跟环境变量有关，默认没有打√，安装过程中请打√，这样就不用自己添加Anaconda3的环境变量了。

安装过程中选择安装VS Code。下面会讲到VS Code如何配置TensorFlow。

检查Anaconda3是否已经成功安装，cmd之后输入命令行：conda –V 可以查看当前Anaconda3的版本号。见下图

查看目前安装了哪些环境： conda info –envs。只有base环境，没有tensorflow环境。

查看是否已经安装pip，如果没有，输入命令pip install numpy安装。 Anaconda3 安装python的时候默认已经安装了pip。

二，安装TensorFlow-GPU

TensorFlow有CPU和GPU版本。 如果要安装tensorflow-gpu，需要安装CUDA和cuDNN。请先检查电脑的显卡是否支持CUDA https://developer.nvidia.com/cuda-gpus。

安装前请检查TensorFlow当前支持的CUDA以及对应的cuDNN版本号  https://www.tensorflow.org/install/gpu

Win7下我安装的是CUDA 8.0.

CUDA 8.0 下载地址：https://developer.nvidia.com/cuda-80-download-archive

CuDNN 下载地址：https://developer.nvidia.com/rdp/cudnn-download。

 

Win10下安装的CUDA9.0。

CUDA 9.0 下载地址： https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

CuDNN 下载地址： https://developer.nvidia.com/rdp/cudnn-download

仍以Win7为例：

1，安装CUDA/cuDNN

(a) CUDA安装

按照上面的网址安装，一路点击next。安装CUDA的前提是电脑上已经安装有Visual Studio. Win 10 我开始安装的是VS2017，导致后面import  tensorflow as tf的时候总是出现问题：OSError: [WinError 126] 找不到指定的模块 (OSError:[WinError 126] The sprcified module could not be found)。改成VS2015后，问题就解决了。

(b) cuDNN安装

安装cuDNN需要注册一个账号，在cuDNN下载页面 找到Win7环境下与CUDA8.0对应的版本号！

将cuDNN解压缩后，将bin, include和lib三个文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下，替换原来同名的三个文件。

(c) 添加CUDA的环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；

(d) 检查CUDA是否安装成功

2，正式安装TensorFlow-GPU

(a) 安装python 3.6版本

Anaconda3内置的Python 版本为3.7. TensorFlo目前只能支持到最高3.6版本。本文安装Python3.6版本: conda create –name tensorflow-gpu python=3.6.

如果是安装CPU版本：conda create –name tensorflow python=3.6.

安装过程中有个选项 “proceed([y]/n)”，选择y.

此时再检查安装了哪些环境，多了一个tensorflow-gpu的环境。

(b) 激活TensorFlow环境，activate tensorflow-gpu

(c) 检查tensorflow-gpu 环境下python版本

(d) 安装tensorflow-gpu 1.4.0版本。

输入命令 pip install tensorflow-gpu会自动安装最新版本，但是CUDA8.0不支持1.5.0以及以上版本。这里安装1.4.0版本：pip install tensorflow-gpu==1.4.0. 

(e) 检查TensorFlow是否安装成功

注意：要在tensorflow-gpu环境下输入python，然后输入import tensorflow as tf.

 

 

三，VS Code配置Tensorflow

安装Anaconda3的时候VS Code已经安装完成。

Visual Studio Code (VS Code) 是一款由微软开发的，同时支持Windows、 Linux和macOS系统而且开放源代码的代码编辑器。它是一款轻量级但功能强大的源代码编辑器。VS Code还支持扩展程序。通过安装扩展程序，Code可以支持更多新的语言、界面主题、测试器，以及更多的增值服务。

(a) 安装Python插件，选择次数最多的那个。

(b) 添加路径：

在任意位置新建一个test文件夹。打开当前文件夹，新建一个.py文件。系统会自动生成一个settings.json的文件。

通过Anaconda3安装tensorflow时，一般会新建一个虚拟环境(env)，但是VS code在调试Python代码时默认使用的是base环境下的路径，这就会出现无法解析tensorflow的情况。需要将tensorflow环境的路径添加到VS code的settings.json用户设置中，在VS code中搭建TensorFlow的开发环境

{

    "editor.fontSize": 20,

    "python.pythonPath": "X:\\Anaconda\\envs\\tensorflow-gpu\\python.exe",

    "python.autoComplete.extraPaths": [

        "X:\\Anaconda\\envs\\tensorflow-gpu",

        "X:\\Anaconda\\envs\tensorflow-gpu\\Lib\\site-packages",

    ]   

}

(c) 点击左下角，此时会发现tensorflow-gpu环境。

右键选择 Run Python File in Terminal

运行结果如下

四，VS Code配置Jupyter实现逐行语句运行

安装Jupyter插件，选择次数最多的那个。

配置完成后，只需要语句前面加上 #%%就可以。

 

问题

1，OSError: [WinError 126] 找不到指定的模块 (OSError:[WinError 126] The sprcified module could not be found)。

原因：CUDA没有安装成功。

解决办法：请检查Visual Studio的版本号与CUDA版本是否兼容。VS2017目前和CUDA9.0有些不兼容会出现下面的错误。

2，ModuleNotFoundError: No module named 'scipy'

原因：没有安装scipy或者scipy版本过高。

解决办法：如果是版本过高，activate tensorflow-gpu，之后键入pip uninstall scipy ,选择y， 然后通过命令pip install scipy==版本号，安装低版本。