python3.6.5安装tensorflow_新电脑重新安装win10+python3.6+anaconda+tensorflow1.12（gpu版）

安装了一天的软件，遇到了很多坑，在快泪崩的时候，始终以磨刀不误砍柴工鼓励自己，坚持安好了，话不多说，上干货：

前言：

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。

之前我的电脑不能安装gpu版本的各种软件依赖包，严重影响了学习速度，所以后来新买了电脑，以加快学习训练，毕竟好的显卡配置可以很快的加速运算，带有gpu的运算速度至少比cpu速度快几百倍，当然也是看显卡。虽然我新买的电脑gpu的版本也不高，但是毕竟资金有限（😂。。。）

如果只是用python，进行一些简单工作，将来直接安一些依赖包的话，可以先直接去官网，教程很多，我就不废话了。。。。

安装python1、安装python环境 参考：https://baijiahao.baidu.com/s?id=1606573927720991570&wfr=spider&for=pc

工作：

如果电脑没有安装python，然后还要进行深度学习，以及很多科学运算的话：

1、原材料：

说明：

电脑配置：

LEGION笔记本

CPU Inter Core i7 8代

GPU NVIDIA GeForce GTX1060

Windows10

所需的环境：

Anaconda3(64bit)

CUDA-9.0

CuDNN-7.1

Python-3.6

TensorFlow-gpu

2、如果可以直接安Anaconda，因为安装Anaconda就带python，我们如果安装了就把已经安装的python卸载掉，如何彻底卸载：https://jingyan.baidu.com/article/4dc408487d1f11c8d946f1b1.html

到官网直接下载：https://www.anaconda.com/download/#windows

也可以到清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

只需注意以下一点，因为anaconda自带python，所以在下载过程中注意配置环境变量，勾选下面的两个就可以了：

3、安装cuda和cudnn

（1）在anaconda下安装cuda；因为现在的cuda在安装TensorFLow时，CUDA已经到了9.1版本，但是TensorFLow1.7只支持到9.0版。另外，也要确认CUDA版本是否支持自己的显卡。

安装cuda9.0的过程可以完全根据这篇文章：https://blog.csdn.net/AAlonso/article/details/81504036

在安装过程中出现以下问题：

你可以下载GeForce Experience让它自己帮你安装，也可以自己手动搜素下载驱动程序

还有win10更新里也可以帮你安装显卡驱动

选哪种自己看着办吧

如果上述情况都解决了，那就直接确认，之后重启是可以直接使用的。

参考（写的很好）：https://www.jianshu.com/p/67619111f7a2

下一步是监测cuda安装成功与否:

方法一：在dos窗口中输入nvcc -V，如果输出是cuda版本信息，则说明安装成功

方法二：在cuda安装文件夹中有deviceQuery.exe 和 bandwidthTest.exe两个程序。首先启动cmd DOS命令窗口，默认进来的是c:\users\Admistrator>路径，输入 cd .. 两次，来到c:目录下输入dir 找到安装的cuda文件夹。

分别输入deviceQuery.exe 和 bandwidthTest.exe，运行结果如图所示。Rsult=PASS则说明通过，反之，Rsult=Fail 则需要重新安装。

（2）下载 cuDNN，并解压到目录，把对应的目录地址添加到path环境变量：

在下载CUDNN7.0之前，会提示你注册一个账号，输入邮箱等相关注册信息注册一个账号，然后用注册的账号进行登录就可以进行下载。

我下载的是：

然后解压，将解压后的三个文件夹bin、include、lib文件夹，将这三个文件夹复制到安装CUDA9.0的路径覆盖原有的文件。本机的安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

（4）环境变量，桌面时右键“此电脑”，选择“属性”打开系统窗口，然后选择并打开“高级系统设置”进入系统属性窗口，打开环境变量，然后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64，这三个路径填到系统变量的Path中，这样环境变量就配置好了

至此，cuda和cudnn安装完成。

4.打开Anaconda Prompt创建Tensorflow环境（python环境为3.6）：

（1）

conda create -n tensorflow_gpu python=3.6

中间会让我们确认一下，输入个y回车就好了。安装好后会给我们提示用activate，和deactivate进行环境的切换。

​ 在创建好的环境下，我们先切换到创建好的环境中：

activate tensorflow_gpu

不用时退回到root环境使用如下代码：

deactivate tensorflow-gpu

现在，基本环境已经配置好了，我们要安装一些重要的Python科学运算库，Anaconda已经为我们准备好的一系列常用的Python苦，例如numpy，pandas，matplotlib等等，所以我们只需要安装一次anaconda库就可以把这些库全部安装好。

（ 接下来的安装可以按照以下方式进行：https://blog.csdn.net/weixin_39290638/article/details/80045236

或者：我刚开始是按着这个安装的，只是版本不同，就是因为这个 用该文的方法安装tensorflow出现了问题）

（2）安装需要的一些库，因为creat命令所创建的环境中只会安装一些基本的包，还需要下面的步骤来安装自己创建的环境下的一些关键包

conda install anaconda

安装GPU版本的tensorflow

conda install tensorflow-gpu

后来一直出现这个问题：tensorflow安装：“ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'”

解决：

（1）我的是因为tensorflow版本问题：最后我也是抱着试试的心态通过清华镜像修改的：pip install --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple ，这样安装就是 tensorflow1.12.0 的，结果成功了。

（2）下面几个链接是别人的：https://blog.csdn.net/gangeqian2/article/details/79358543

https://blog.csdn.net/hzh_0000/article/details/77430411

https://blog.csdn.net/dym755833564/article/details/75353619

最后：tensorflow-gpu环境下安装spyder和Keras

conda install spyder

或者：

activate tensorflow-gpu

pip install keras

注：这里使用pip安装而不是使用conda，原因是使用conda安装会默认安装cpu版本的tensorflow，如下图所示：

使用conda安装会提示安装其他依赖包，如下图所示；这其中就包括cpu版本的tensorflow，这是我们不想要的。

建议参考：

我发现按照这几个博客就可以：

https://www.jianshu.com/p/67619111f7a2

https://blog.csdn.net/weixin_39290638/article/details/80045236

CUDA+cuDNN配置看这个：https://blog.csdn.net/u010824101/article/details/80553847

这篇博客里博主提供的下载连接已经不能用了，所以可以到清华镜像下载，然后去按照博主的方法安装：https://blog.csdn.net/qq_36556893/article/details/79433298

可以稍微看一下：https://blog.csdn.net/gangeqian2/article/details/79358543；如果忘记anaconda怎么查看安装等

tensorflow下载慢的可以直接到清华镜像：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/ 下载对应的版本，然后将他复制到dos相同的路径下

到官网去看看配置：https://tensorflow.google.cn/install/gpu