---恢复内容开始--
win10+python3.7.3+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv3.4.2（目前最新）
要保证每个软件对其他软件版本要求，来配置开发环境的版本。
（最重要的是：记住，并不是最新版本的软件版本就是最好最兼容。期间偶几次想卸载python3.7降到python3.5所有软件从头再来。。。最后还是被我一不小心还是被我配出来了，
心路历程何其艰辛。）
比如偶遇坑一：
使用tensorflow_gpu版本然后就要安装cuda和cuDNN。而这个两个文件的版本是要根据python的版本来组合安装的。
偶遇坑二：
要注意软件的安装顺序，先安装python3.7 ,在安装Anaconda3（千万不要配里面的tensorflow和opencv环境，默认是最新版本）。再装CUDA10.0+cuDNN7.5。最后再在win10命令窗口安装合适的ensorflow和opencv版本。 如果需要用Anaconda3应用软件则再配置里面的tensorflow和opencv。这时里面的版本会降成电脑里装的版本，安装即可。
如果想要自己配，切记上面两坑。下面开始详解安装教程：
第一步：安装python
下载地址：https://www.python.org/getit/
最新版python3.7.3点击下载。
然后安装
第二步：安装Anaconda3
下载地址：https://www.anaconda.com/download/
我系统是64位，所以下载 64-Bit Graphical Installer (637 MB)，之后就是进行安装了。
这里我们不需要管理员权限
不建议安装C盘，内存有限。
第三步：配置Anaconda3环境变量
直接用win10自带的cortant找软件和设置灰常方便，不信你试试。。。
我们点击左下角搜索栏搜索“环境变量”
点击环境变量
选择“Path”，点击“编辑”
将以下三个路径加入，注意这里要换成你自己的安装路径。
重要的事情说三遍，安装路径，安装路径，安装路径。。
F:\anaconda\anaconda_1
F:\anaconda\anaconda_1\Scripts
F:\anaconda\anaconda_1\Library\bin
然后点击“确定”保存，这回再测试一下，再cmd中输入“conda -V”，能正常显示版本号，证明已经配置好了。
第四步:安装TensorFlow-GPU
官网参考地址:https://www.tensorflow.org/install/install_windows#installing_with_anaconda
按照里面的步骤来就行，
这里我给出命令行一条一条的执行就行。
1.进入终端
2. conda create -n tensorflow pip python=3.7 //创建tensorflow的conda环境 python3.7
（接着会提示几个问你是否执行，输入y就行，下图为python3.5供参考）
等待相应包的安装，如果国内网络太慢的话，可以为conda设置清华源，这样速度能快一点，具体配置过程，
网上查一下吧，此处不再讲述。如果看到这样的提示，就证明conda环境创建成功。
3. activate tensorflow //激活conda环境的tensorflow
4.安装tensorflow-gpu
安装GPU版本的tensorflow需要输入以下命令：
pip install --ignore-installed --upgrade tensorflow-gpu
//安装tensorflow-gpu 安装成功后有个Successfully
倒数第三行有一个Successfully，代表安装成功。
5.安装Anacomda基础包
conda install anaconda
第五步：安装CUDA Toolkit + cuDNN
1.查看需要安装的CUDA+cuDNN版本
注意，tensorflow是在持续更新的，具体安装的CUDA和cuDNN版本需要去官网查看，要与最新版本的tensorflow匹配。
点击查看最新tensorflow支持的CUDA版本：https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support
这里有个2018年之前老版本的配置表格：（由于我装的是python3.7这里可以不看跳过直接第二步）
（我在这里踩了不少坑，装了两次tensorflow,两次CUDA。我第一次是因为Anaconda3
开发环境里默认安装的是tensorflow1.19，然后与CUDA不匹配）
所以按照这个教程电脑匹配安装的是tensorflow1.13后面CUDA安装成功后可以显示安装版本。
2.下载CUDA 10.0+ cuDNN7.5.0（与python3.7匹配）
在这个网址查找CUDA已发布版本：https://developer.nvidia.com/cuda-toolkit-archive
下载好CUDA Toolkit 10.0 后，我们开始下载cuDnn 7.5，需要注意的是，下载cuDNN需要在nvidia上注册账号，使用邮箱注册就可以，免费的。登陆账号后才能下载
cuDNN历史版本在该网址下载：https://developer.nvidia.com/rdp/cudnn-archive
下载win10 版本的，下载好后是这样的
3.安装 CUDA Toolkit 10.0 和 cuDnn 7.5
至关重要的一步：卸载显卡驱动
由于CUDA Toolkit需要在指定版本显卡驱动环境下才能正常使用的，所以如果我们已经安装了nvidia显卡驱动（很显然，大部分人都安装了），再安装CUDA Toolkit时，会因二者版本不兼容而导致CUDA无法正常使用，这也就是很多人安装失败的原因。而CUDA Toolkit安装包中自带与之匹配的显卡驱动，所以务必要删除电脑先前的显卡驱动。
这里还有坑：
卸载完显卡驱动后你还要删除文件，不然你是装不上CUDA的。
删除系统盘中Program Files (x86)和Program Files内包含的 NVIDIA Corporation和NVIDIA GPU Computing Toolkit文件夹 
*此时显卡驱动已经删了，桌面右键的NVDIA控制面板也不见了
重启电脑后，再安装CUDA也就是下载的第一个应用文件
下图为CUDA9.0的安装，过程都是一样的。
接下来，解压“cudnn-９.0-windows10-x64-v7.zip”，将一下三个文件夹，拷贝到CUDA安装的根目录下。
这样CUDA Toolkit 9.0 和 cuDnn 7.0就已经安装了，下面要进行环境变量的配置。
将下面四个路径加入到环境变量中，注意要换成自己的安装路径。（注：我安装的路径里的是CUDA１０.０哦！）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\libnvvp
到此，全部的安装步骤都已经完成，这回我们测试一下。
六、检查cuda是否安装成功：
import tensorflow as tf
tf.test.gpu_device_name() //查看是否使用GPU
2.查看在使用哪个GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices() //查看使用哪个gpu
ｏｋ写完，这篇博客写的我好累啊，我要休息下《Ｔ＿Ｔ》．．．．．
踩了两个星期的坑。。。。
终于把这个环境安装好了，以后再也不用大刀阔斧，配置开发环境版本是一个深坑。。。
（妈妈再也不用担心我的机器学习了。。。口责 口责。。。）
win10+python3.7+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv3.4.2
这个配置方案我亲自一路踩坑过来，目前还没发现出现bug的情况，亲测有效哦！
后面如若有什么问题，可以在下方留言，大家一起沟通交流。。。。
（那些年我们一起踩过的坑）
---恢复内容结束---
扫一扫
2611
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
