windows7 python3.7对应cuda_win10+python3.7+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv4.1....

最新推荐文章于 2022-11-29 15:40:35 发布

weixin_39890629

最新推荐文章于 2022-11-29 15:40:35 发布

阅读量393

点赞数

文章标签： windows7 python3.7对应cuda

---恢复内容开始--

win10+python3.7.3+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv4.1.0(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。

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

最新版python3.7.3点击下载。

然后添加python的路径到环境变量，

注意python的安装路径为C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\Scripts\

检测python的路径:

如图所示安装成功。

然后安装opencv

下载后解压得到文件夹，

把如下两个安装路径复制粘贴到环境变量：

J:\opencv\opencv4.1.0\build\x64\vc14\bin

J:\opencv\opencv4.1.0\build\x64\vc15\bin

在windous终端输入：pip install opencv_python 命令(Successfully代表安装成功)

第二步：安装Anaconda3

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。

要特别申明：的是如果你要用Anaconda软件做opencv的开发，这时千万别急着安装里面的opencv和tensorflow

里面都是默认最新的适配Anaconda版本。如图： (此步为本博客里的所有环境配置成功后自行再Anaconda中配置)

而windous里安装的是tensorflow_gpu1.13.1(里面可选的都是18.0以上)

所以我们先把windous系统下的tensorflow_gpu配好以后再来安装Anaconda环境下的tensorflow_gpu时

Anaconda软件里的库会自动降到tensorflow_gpu1.13.1如图所示

第四步:安装TensorFlow-GPU

按照里面的步骤来就行。

这里我给出里面的具体命令行一条一条的执行。

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。

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)

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

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