Win10下安装Anaconda+CUDA+cudnn+TensorFlow+keras趟坑实录

最近在笔记本尝试安装深度学习环境，安装过程中采坑蛮多，索性环境最终配置成功，现在做一篇关于安装流程与遇到的坑的总结。

1.安装版本列表

• 系统：Windows10
• Anaconda：Anaconda3-5.3.1
• CUDA版本：CUDA 9.0
• cudnn版本：cudnn-9.0-windows10-x64-v7.6.2
• Tensorflow版本：Tensorflow-gpu 1.13.1
• keras版本：keras-2.2.4

2.Anaconda安装

Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。你可以在Anaconda官网上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。
这里有一个小坑，上面选操作系统时记得确认下，可能是我的笔记本显示屏色域太垃圾，下错过操作系统。然后根据自己电脑选64位或者32位。
Anaconda过程安装过程简单，打开安装包后选择好路径后就能安装。

安装启动前若不勾选上第一项，则需在软件安装完成手动添加环境变量。

3.安装CUDA和CuDNN

这里应该是采坑最多的地方了，主要问题集中在，CUDA版本的选择和安装包的安装上。

1. 查看tensorflow版本对应的CUDA和cudnn版本
   可以直接从TensorFlow官网 查看。开始安装时查看过一些教程，很多把这步直接省略了，导致下载时直接默认最新版下载，另外tensorflow支持的python版本也要小心。
   
2. 安装CUDA 9.0
   官网下载链接： https://developer.nvidia.com/cuda-toolkit-archive
   
   可以看到CUDA最新版本已经到了10.1，不过貌似tensorflow只能支持到9.0，再多在代码运行过程中会有冲突提示。
   另外，在安装过程中可能存在安装失败的过程，具体原因我没找到，不过可以参考这篇文章https://blog.csdn.net/XCCCCZ/article/details/80385448。
3. cudnn库下载
   官网下载链接：https://developer.nvidia.com/rdp/cudnn-download。下载CuDNN需要注册账号，注册过程比较简单）。
   
   下载完成打开code文件夹有4个文件（我这直接从垃圾箱里复原，只有三个，并不影响），直接拷到cuda路径对应的文件夹下面就行。
   

TensorFlow-gpu配置流程

• 在anaconda里添加环境
  名称自己定，python版本选3.6。

• 选择第三方库源
  下图所给的是默认的conda下载源（下载速度慢，可能需要翻墙），也可以添加国内镜像，如下：
  阿里云：http://mirrors.aliyun.com/pypi/simple/

  清华：https://pypi.tuna.tsinghua.edu.cn/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/

目前貌似中科大和清华源已经停止服务了，因此选该源的时候keras默认只能装cpu版本，且安装时自带tensorflow，即使安装了tensorflow-gpu版本，也默认使用cpu。其他源的情况在我前一段时间还好使，这两天无法添加到conda，所以翻墙用默认的conda源下载的。各位添加的时候记得查下国内镜像源是否停止服务。

3.安装tensorFlow-gpu
conda安装第三方库有两种方法，一种通过terminal下载，一种通过搜索栏搜索直接下载
，建议使用前一种。
执行anaconda search -t conda tensorflow可查看tensorflow能够安装的所有版本。

conda源默认的是1.14.0版本，但与CUDA9版本不匹配，因此可以降级安装1.13.1版本，直接执行conda install tensorflow-gpu==1.13.1（一定要确认好版本，刚开始直接试1.13.0无安装包）。

keras配置流程

直接在terminal执行conda install keras-gpu。ps：清华源无keras-gpu。

环境到这里基本就配置差不多了，安装其他包方法如上，编辑器的配置方法网上已经说明的很全了，按照操作做就可以，确认tensorflow是否运行gpu可执行下列代码

import tensorflow as tf
a = tf.constant(1.0)
b = tf.constant(2.0)
d = a + b
with tf.Session() as sess:
print(sess.run(d))

一些步骤的详细流程列举到下面：
Win10下安装Anaconda+CUDA+cudnn+TensorFlow+keras+PyTorch+Pycharm
我的AI之路(5)–如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本
Win10下Tensorflow(GPU版)安装趟坑实录
Windows系统查看CUDA版本号
Anaconda入门：安装及包与环境的管理（conda命令）
Anaconda详细安装及使用教程（带图文）
Anaconda 安装+使用+换源+更新
Win10 NVDIA CUDA安装失败解决方案
TensorFlow安装–（方法3）Anaconda方式下查看TensorFlow版本选择性安装（Windows10 64位CPU/GPU）
确定自己的TensorFlow是CPU还是GPU的版本