机器学习之路-win10下tensorflow-gpu环境的安装与配置

参考：
https://www.cnblogs.com/tan-wm/p/9566564.html
https://blog.csdn.net/weixin_41655940/article/details/103570512

从环境配置开始记录一下机器学习的过程，也是第一篇博客，希望能帮助到看到的人
电脑环境：windows10专业版+RTX2070S
安装软件：
Anaconda3 5.2.0
Tensorflow 2.2.0 gpu版
CUDA 10.2
cuDNN 7.6.5

Anaconda的安装

为不能翻墙的朋友：清华源
需要最新版的朋友：官网

下载完成后运行，注意勾选 add anaconda to my PATH environment variable

中间有Visual Studio integration安装，经常报错，建议不要安装（错误内容：网络链接不稳定）

安装Python3.6

为了保证稳定性，选择安装python3.6
打开cmd，使用命令

conda create -n tensorflow pip python=3.6

从提示中得知，要使用这个环境，需要命令 activate tensorflow

出现如上提示，即为成功

GPU版本所需的额外软件-CUDA

1.CUDA：CUDA Toolkit
点击查看CUDA与显卡驱动对应关系（如下图）

自行选择与显卡驱动版本相适应的CUDA版本
笔者选择network版本下Base Installer安装：

此处network版本较小，但是后续使用需要联网，local版本较大，但是不需联网，请根据自身需要选择。

（RTX系列安装CUDA9.0会出现该提示，建议更换10.0）

正常开始安装后，第一次安装建议全选，但是如果选择Visual Studio integration会出现上文中出现过的网络连接错误


记住路径，以便于配置环境变量，接下来开始安装等待…

配置环境变量-CUDA

在 “我的电脑-属性-高级系统设置-环境变量” 中找到path，添加以下环境变量（cuda使用默认安装路径）：
“系统变量”中 出现CUDA_PATH，NVCUDASAMPLES_ROOT相关内容

编辑path变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp
新加入进去

后在CMD中输入 nvcc -V指令，跳出版本信息，则CUDA安装成功

GPU版本所需的额外软件-cuDNN

cuDNN官网（需登入）

选择对应版本 笔者下载的是CUDA10.2，故选择cuDNN v7.6.5

将下载文件解压，得到

全选，复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2（上文CUDA安装地址）中
复制后：

Tensorflow安装

参考Tensorflow官网，查看CPU，编译环境与Tensorflow的对应关系（如下图）

选择好对应的Tensorflow版本后，进行下载

法1（默认下载最新版，确认好版本对应之后可用）：
注意使用管理员权限进入
Anaconda prompt中输入命令

activate tensorflow

pip install --user --ignore-installed --upgrade tensorflow-gpu

法2
或输入命令

activate tensorflow
conda install tensorflow-gpu

（此处图片用Anaconda prompt做演示）

y/n选项选择y

如果出现timeout错误，请尝试使用VPN

法3 :清华源链接下载
选择好对应的版本，点击即可下载，下载后在cmd中进入下载根目录，输入

pip install tensorflow对应的文件名.whl

等待安装完成即可

Tensorflow测试

使用代码

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.compat.v1.Session()
print(sess.run(hello))

中途没有报错信息，成功出现下图字符，则成功

错误1：在xxx路径（CUDA安装目录下）下没有找到xxx.dll(如cudnn64_7.dll）

在Tensorflow的官网给出的安装cuDNN的操作中，只是将cuDNN的文件解压到如C:\tools\cuda，并不需要把cudnn的文件拷贝到CUDA的安装目录中，去检查CUDA的这几个文件夹，将cuDNN对应文件拷贝覆盖进入解决

错误2：RuntimeError

使用Tensorflow 2.x版本时，可能会出现该错误，原因是其版本不兼容
将测试代码改为：

import tensorflow as tf
tf.compat.v1.disable_eager_execution() #添加一行
hello = tf.constant('Hello, TensorFlow!')
sess = tf.compat.v1.Session()
print(sess.run(hello))

即可