windows10 + Anaconda搭建tensorflow-gpu环境

第一步：安装Anaconda, 官网下载， 安装结果如下图。

下载地址如下：https://www.anaconda.com/distribution/#download-section

 

用于anaconda的官下载网速太慢，所以，我们换回国内源。下面两个方式任选一个。

操作方式是在Anaconda prompt命令行输入

清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --set show_channel_urls yes

中科大源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

 

第二步：使用anaconda建立一个虚拟的python环境

注意需要根据tensorflow的要求选择python的版本，这里我们装的是1.12.0版本的tensorflow，所以我选择python3.6(python3.6支持的tensorflow版本比较多，推荐选python3.6)

 下图是我建立的python环境,名字是deeplearning。

 

第三步：安装cuda(注意，只有navidia显卡才能用cuda)

安装cuda时，记得取消visual studio integration

不用装vs2015, vs2017（文件太大了，没必要安装）。vs只是用来编译sample样例，用来检验有没有成功

cuda的各版本的下载地址如下：https://developer.nvidia.com/cuda-toolkit-archive

我要安装的是tensorflow-gpu1.12.0，对比上上张图，所以我选择了cuda9.0版本

 

注意：安装cuda之前，最好把自己电脑的nvdia显卡驱动卸载掉，因为cuda会自带显卡驱动。

安装如下:

下一步，完成安装

 

第四步 安装cudnn 

cudnn各版本的下载地址是：https://developer.nvidia.com/rdp/cudnn-archive

我的tensorflow是1.12.0, cuda是9.0， 所以根据前面的图片，我下载的是7.0版本的cudnn

 

解压cudnn包，进入文件夹，找到里面的三个文件夹，这三个文件夹对应着cuda目录中的同名文件夹。

对应我的cuda文件夹路径在是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，如果没改cuda的安装路径，你们的应该也是这位置。只是v9.0数字变化。

操作：将这三个文件夹里面文件（不是文件夹）放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0的同名对应文件夹下。注意lib里面还一个x64文件夹，将x64的压缩包cudnn复制到相应的文件夹中，不用解压

 

 

 

第五步：配置环境变量

安装完cuda9.0后，系统会自动增加两个系统变量，CUDA-PATH和CUDA-PATH_V9.0(根据cuda版本显示)如下图。

我们需要在系统变量path新建，输入下面的命令(根据自己的路径来设置)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64；

下图是别人的图，正确配置显示的v9.0， 不是v10显示

 

第六步：在Anaconda 第prompt里面安装tensorflow-gpu1.12.0

1，用conda active命令切换到开始创建的python环境,我的环境名是deeplearning ,你们要根据自己的环境名字写。

2.安装tensorflow

命令如下

conda install tensorflow-gpu==1.12.0

 

第七步，测试（测试方法多，下面我用的是anaconda的命令行测试，也可以用pycharm测试，notebook,也可以命令行测试）

测试代码：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

 如果出现跟下图类似的界面，那就成功安装了tensorflow-gpu版。