win10下Tensorflow与Pytorch安装教程

Tensorflow安装教程

1. Anaconda安装

前往Anaconda官网，下载对应版本Anaconda安装包。

安装包下载完成后，进行安装，记得自己Anaconda的安装路径。

2. Pycharm安装

前往Jetbrain官网，下载安装社区版Pycharm即可。

3. 确定Tensorflow版本

前往Tensorflow gpu support网站，查看版本要求。

由于Tensorflow 2.x 版本较 1.x 版本更大更新，这里我们只讨论Tensorflow 2.x版本的安装。假设我们安装Tensorflow_gpu-2.3.0版本，可以看到该版本可支持Python版本为3.5-3.8，CUDA版本为10.1，cuDNN版本为7.6。后续软件下载应需遵循该要求，否则可能会导致安装失败。

3. cuda安装

前往cuda下载页面，下载cuda 10.1。

安装cuda时，选择自定义安装，注意取消Visual Studio Integration与NVIDIA Geforce Experience勾选，等待安装结束。

安装完成后，打开cmd命令窗口，运行 nvcc -V 命令，查看是否安装成功。

4. 安装cuDNN

进入cuDNN官方页面，下载对应版本的cuDNN。这里我们应该下载对应cuda10.1的7.6版本。

下载完成后，得到一个zip压缩包，将其解压到当前文件夹，并修改文件名为cudnn，将其复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1路径(这里是默认安装路径)的文件夹下，即完成cuDNN的安装。

5. 环境变量配置

为了让系统可以知道cuDNN文件的位置，我们需要配置额外的环境变量。在文件资源管理器中“此电脑”右击，选择“属性”，选择【高级系统设置】，选择【环境变量】，双击【系统变量】中的“Path”。选择“新建”，输入cuDNN安装路径：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn\bin”和“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64”，点击“确定”即添加完成。

6. Tensorflow安装

运行Anaconda终端（Anaconda Prompt）,输入下列命令，通过pip安装。（由于国外服务器下载较慢，这里使用清华镜像源下载）

pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好后，我们来测试GPU版本是否可用。在终端中输入ipython，进入ipython交互式终端，输入“import tensorflow as tf”命令，若没有报错，继续输入“tf.test.is_gpu_available()”，测试GPU是否可用，最后若返回True，则表示安装成功。

7. 配置Pycharm

现在tensorflow的环境已经搭建好，我们需要对Pycharm编译器进行一些配置，使其可以运行tensorflow框架。

打开Pycharm，找到菜单栏中【File】中的“Setting”选项，选择“Python Interpreter”,在其中添加你刚刚搭建好的Tensorflow环境。

Pytorch安装

Pytorch安装较Tensorflow更简单。

进入Pytorch官网，依次选择好各项选项，这里CUDA版本应与你电脑上安装的CUDA版本相同，复制最下面的命令。

运行Anaconda终端（Anaconda Prompt）,输入刚刚复制的命令,运行，便会自动帮你安装好Pytorch.

Pycharm的配置与安装Tensorflow时相同，选择Anaconda的环境即可。