tensorflow-gpu/cpu 1.13.1环境搭建

安装Anaconda集成开发环境

前不久,google公司刚刚发布了tensorflow的最新版本1.13.1,相信有不少朋友已经升级了这个新版本了.不过,对于萌新来说tensorflow的安装过程可能并不是特别的友好,于是,这篇文章就是为了那些刚刚入坑的朋友们准备的.

在安装tensorflow之前,我们先要安装我们的集成开发环境,这里我向大家推荐Anaconda,当然大家如果喜欢pycharm或者是其他的开发环境也是可以的,方法也是类似的,在这里我就以Anaconda为例来告诉大家怎么安装到目前为止最新版本的tensorflow 1.13.1.

下载Anaconda

首先我们去这个网站
https://www.anaconda.com/download/
下载适合自己操作系统的Anaconda

我这里用的是win10,并且我们需要下载python3.7版本的,linux和mac版本的也类似,这里就不在赘述.
所以现在我们要做的就是慢慢的等他下载完.如果嫌他下载慢可以去清华镜像站寻找相应的镜像.

安装Anaconda

下载完之后直接开始进入安装过程,Anaconda的安装过程并没有给我们设置什么障碍,直接一步一步按照他的指示就可以了.不过有一点要注意,就是下图所示的两个勾都记得要勾上,以免之后设置环境变量的麻烦.

安装完了之后还建议大家安装一下Anaconda里的jupyter,他是一个功能强大的基于网页的代码笔记本,非常适合初学者边写代码边做笔记.
安装过程十分简单,在Anaconda的主界面下找到jupyter并点击底下的install就行了(因为我已经安装过了所以底下显示launch),他会自动安装,期间你什么都不需要做,耐心等待就好.

到此我们Anaconda的安装过程就大功告成了,现在你可以在jupyter里测试一下是否可以正常使用.

安装visual studio和cuda

对于想要安装tensorflow-gpu版本的小伙伴们,vs和cuda是两个必备的组件,只想安装CPU版本的小伙伴们可以跳过这一章节.

安装visual studio

vs是安装cuda的必备的组件,推荐大家安装vs2017版本,因为有些朋友说2019版本有不兼容的问题(不过在我的电脑上运行正常),所以还是推荐大家2017版本,避免重复安装的麻烦,毕竟vs安装时间还是比较长的.安装过程没有什么坑,还是按照他的指示就行,这里就不在赘述了.

安装cuda

好了,我们的重头戏终于来了,安装cuda的过程也是朋友们遇到问题最集中的地方.其实我分析了一下朋友们遇到的问题,大多都是版本不匹配而导致的错误,所以请各位朋友要格外注意版本的问题,如果自己没有把握可以参考我的版本,因为我的版本是亲测有效的.下面开始安装:

首先,我们要确认自己的显卡是否支持cuda,可以上这个网站
https://developer.nvidia.com/cuda-gpus
查看自己的显卡是否在列表之内,如果在的话那么恭喜你可以进入下一步了.

然后我们在这个网站上下载cuda的安装包
https://developer.nvidia.com/cuda-downloads

需要注意的是网站默认的版本是10.1,然而有一些朋友说10.1的版本会有一些问题,所以我们还是安装比较稳定的10.0版本.给出链接
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

按照自己的系统选择安装包下载,请下载前再次确认版本为10.0!!!请下载前再次确认版本为10.0!!!请下载前再次确认版本为10.0!!!（重要的话说三遍）

下载完之后开始安装

到这个界面之后建议去掉Visual Studio Intergration的勾,如果接下来的安装过程出现类似显卡驱动安装失败的错误,建议重新安装cuda时去掉下面的Other components和Driver components的勾,即只保留我们的cuda组件.

接下来的安装也只要按照提示一步一步即可,这里暂时没有发现有什么坑,大家可以放心安装.

安装完之后按win+R键输入cmd打开命令提示符,输入nvcc --version
如果出现类似以下文字即为安装成功.

安装cudnn

下面我们来安装cudnn插件,首先我们先去官网上下载：

这里也需要注意版本问题,我推荐大家下载7.4.2的版本,格外要注意后面的”for cuda10.0“不要搞错成别的版本了,然后选择自己电脑的系统下载.
下载完之后解压,你会发现三个文件夹bin/include/lib
然后复制三个文件夹下面的文件到cuda安装目录下对应的文件夹里,注意lib文件夹有层次不要弄错

安装目录默认是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
如果你有修改安装目录就以你的为准.

复制完之后cudnn就安装完成了.下面开始Anaconda的配置.

配置Anaconda

首先我们在开始菜单找到Anaconda Prompt,右键选择管理员模式运行(切记切记!!!)

然后想安装GPU版本的朋友输入conda install tensorflow-gpu
想安装CPU版本的朋友输入conda install tensorflow
按下回车,如果提示(y/n)直接输入y再次回车,等待安装过程结束.

如果你在此之前的步骤已经按照我的提示安装完成的话,这里的安装过程应该会非常顺利.
GPU版本的朋友如果出现安装错误可以尝试先安装CPU版再安装GPU版.

如果你一切顺利的话那么整个安装过程就全部完成啦!

测试

打开你的spyder或者是jupyter,输入以下代码并运行

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

如果没有报错即为安装成功!

结束语

到此我们的安装教程就全部结束啦,如果你在安装过程中遇到了什么其他问题可以在下面留言,我会尽快给你详细的解答.

下面给出我的所有组件版本:
python3.7.2
cuda 10.0
cudnn 7.4.2
显卡 GTX 1060 (6GB)
显卡驱动版本 25.21.14.1935
tensorflow-gpu 1.13.1
(以上组件搭配已经亲测成功)

PS：不知不觉已经2020年了，前不久我把电脑系统重装了，然后又重新搭了一遍tensorflow环境，发现上面的步骤依旧是没问题的（内心狂喜）。是的，我现在还在用1.13.1这个版本。。。别问我为什么。据说现在Anaconda可以自动帮我们安装cuda和cudnn了？也就是说我们可以用一条命令conda install tensorflow-gpu就可以完成上面所有的步骤？？？本人还暂时没有试过。喜欢折腾的朋友可以去尝试一下，开辟新大陆。成功的朋友可以在下面留言告诉我啊（疯狂暗示）。

2019年3月29日