anaconda安装spyder_【人工智能&深度学习】Win10安装tensoflow

3.Anaconda环境配置准备工作

3.1 安装完成后，打开Anaconda，界面如下(部分)

正常情况下(未配置环境)，在环境中只有base一项

3.2 安装tensorflow的准备工作

在安装Tensorflow之前，我们要配置一下下载路径，因为这个软件的服务器在国外，我们国内下载会比较慢在刚才的环境页面，点击Channels

3.3 删除默认路径，点击Add添加新的路径

3.4 复制https://mirrors.tsinghua.edu.cn/anaconda/pkgs/free粘贴到输入框，按下回车

3.5 点击更新路径

3.6 再次添加以下路径：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

注：有一些添加不进去，那只添加能添加的就好

另外，其他国内常用镜像也可以加进去(一般上边的就够用了)：

清华： https://pypi.tuna.tsinghua.edu.cn/simple 阿里云： http://mirrors.aliyun.com/pypi/simple/ 中国科技大学: https://pypi.mirrors.ustc.edu.cn/simple/ 华中理工大学： http://pypi.hustunique.com/ 山东理工大学： http://pypi.sdutlinux.org/ 豆瓣： http://pypi.douban.com/simple/ 至此，完成了Anaconda环境配置的准备工作 4.在Anaconda中创建新环境

4.1 下方点击Create，来创建一个新环境，如下图。name是环境名称，自己随意命名(有些教程这一步直接说命名成tensorflow，建议不要这样做)，底下Python版本下拉选择3.6，点击create完成环境创建注：这一步需要等个几分钟，因为创建环境需要下载一些基础包

完成后的界面：

4.2 把这一栏切换成installed，查看已经安装好的各种支持包，如果有一大堆你不认识的包被显示出来了，那恭喜你环境配置成功PS：如果在这一步报错，检查是不是之前你以相同的环境名称create过相同的环境(如果你现在是第二遍或者第三遍配置)。找到anaconda安装的根目录，进到envs文件夹下，如果你看到了Python3.6的文件夹果断删除它就好

至此，环境配置成功

5.安装CUDA10.0

5.1 下载对应版本的 CUDA CUDA 安装最为繁琐的地方在于，它要求Python、CUDA、cudnn、tensorflow版本四位一体，严格对应。具体的对照表如下：

说白了，只要你找到一个能跑起来的组合就行(但问题就在于找这些组合的时候你可能会踩一堆坑哈哈哈哈)。我这里采用的是Win10环境下， Python 3.6+CUDA 10.0+cudnn v7.6+TensorFlow 1.14.0组合。

CUDA10.0的安装包地址在https://developer.nvidia.com/cuda-toolkit-archive自寻，但一般打不开

CUDnn7.6 安装包地址：https://developer.nvidia.com/cudnn(需要注册英伟达账号，嫌麻烦直接拿上篇文章末尾的资源) 如果下载过程中速度过慢或者直接下载失败的话，解决方案也很简单：下载的时候出来两个选项，本地安装包和在线安装包，选择在线安装即可。(他俩的区别就是本地安装包会直接把安装包整体下载到你电脑上，大小1GB左右，在线安装包可能只有十几MB，下载很快就完成了，二者后续安装过程也基本一样)下图是网上的图，9.0版本的

5.2 临时解压： 双击下载下来的文件，选择 临时解压路径 这一步特别重要，切记不要把临时解压路径和正式安装路径全都放在一个文件夹里，因为正式安装完毕后临时文件夹整体会自动被删除，你都放一起等于白安一遍。默认是系统盘的路径，我这里改成D盘(系统盘空间宝贵哈哈哈哈)，新建文件夹temp

5.3 正式安装 5.3.1 勾选同意

5.3.2 选择自定义安装

5.3.3 全部勾选(有的教程说只勾选第一个就行，保险起见这里先勾上，大家以后可以自行尝试)

5.4.4 选择安装路径：默认还是系统盘，我这里仍然改成D盘，新建文件夹CUDA10.0 这里一定要区分开，不要放到刚才的临时文件夹temp里！

5.4.5 如果之前没有安装过VS，可以点击图中蓝字安装VS2019，装个免费版即可，这一步不是很必要，只求心安哈哈 勾选“I understand···”后，点击下一步

5.4.6 之后基本就没什么问题了，如果提示VS2010有问题也不用管

5.4.7 点击下一步

6.安装cudnn7

cudnn相当于CUDA的一个补丁，官网需要注册才能下载，如果嫌麻烦直接到文末找资源就行 6.1 解压一下cudnn压缩包，发现里面有几个文件夹。对应文件夹下的内容应该放到CUDA安装目录的同名文件夹下。

6.2 放置对应文件 6.2.1 举个栗子：bin点开以后发现有这个文件

打开CUDA 10.0安装目录下的bin文件夹，把这个给复制进去就可以了

6.2.2 同理：include点开只有这一个头文件

找到CUDA10.0安装目录底下的include文件夹，复制到里面

6.2.3 lib 也是一样，只不过下面有个x64文件夹，继续点开

然后进入到CUDA10.0安装目录下对应的./lib/x64下面，复制进去，安装完成

7.配置环境变量

7.1 右键” 我的电脑 “- 属性 - 高级系统设置 - 环境变量 直接在 系统变量 里面改就行，不用管 用户变量。 7.2 红框里面的两个变量是你安装好CUDA10.0以后自动建立的，其余(下面第二张图中的其他变量)需要自己手动添加。(这一步的变量值就是我们安装好的CUDA 10.0路径，每个人的可能都不同，以CUDA10.0实际文件路径为准)

7.3 改完这几个以后，进入到系统变量的 PATH (在上图”变量“这个项目中向下找，找到” path “双击)下，同理，环境变量值根据大家自己的CUDA10.0文件夹实际路径来写

配置完这一步整个CUDA的安装就完毕了，下一步安装Tensorflow的GPU版本

8.安装tensorflow的GPU版本

8.1 进入到 anaconda prompt， 默认是 base 环境

8.2 输入 activate Python3.6(这个是你在Anaconda中创建的新环境)，激活 刚刚配置好的 Python3.6环境， 以后所有的安装都在这个环境下进行

8.3 直接 pip install tensorflow-gpu==1.14.0， 按理来说会慢慢下载，如果一次不成功多试两次，再不行改用指令 conda install tensorflow-gpu==1.14.0， 这里就不演示结果了，如果安装成功以后会出现提示。注：这一步切记不要把tensorflow CPU和GPU 版本放在同一个环境下安装，否则会报错

8.4 中间出现提示是否继续时输入：y 完成后结果如下图所示

8.5 回到anaconda里，点进去Python3.6环境，右上角框框设置为not installed，搜索Spyder进行安装(或者其他你喜欢的编译器，但切记要安装在Python3.6环境下)

注：这一步也是很多新人容易跳的坑，安装完tensorflow觉得万事大吉直接从桌面找到Spyder点进去，一运行代码报错，其实是因为你点进去的Spyder是base环境下的，可能根本没安上tensorflow，也可能你之前安的是CPU版本的。所以需要在Python3.6环境下单独安装一个Spyder，安装完成后在anaconda下能看到两个Spyder，点进去标着Python3.,6的才是你GPU环境下可用的编译器，如下图所示

9.测试是否安装成功

9.1 依次输入下面第二个图红框 1、2中的指令。再输入第一个图中的语句如果没有报错说明整个都安装成功

9.2 另一种测试方法 在 Spyder 中输入以下语句并运行，得到后两个图的输出且没有报错，说明安装成功

其他版本的CUDnn(CUDnn8.0_v5.1)：

链接：

https://pan.baidu.com/s/1Hl0LPSq-l9JUswh9aAE7RA

提取码：cudn

分享点赞再看三连留言板