win10下Anaconda+VS2017+cuda9.0+cudnn+Pycharm安装配置tensorflow（GPU版）

安装Anaconda

https://www.anaconda.com/download/ （不推荐，官网下载慢）

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ （推荐：清华大学开源软件镜像站进行下载并配置镜像）

安装Virtual Studio

https://visualstudio.microsoft.com/zh-hans/downloads/ （社区版是免费试用的，我下的是2017版。如果想用CUDA8.0，必须安装VS2015以下的版本，因为CUDA8.0与VS2017不兼容。）

为什么要装VS？见cuda官方安装文档：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html 虽然也有网友说不装VS也可以正常使用~~

检查自己的电脑显卡支持CUDA

右击此电脑——>管理——>设备管理器——>显示适配器：

官网查看对应的CUDA：https://developer.nvidia.com/cuda-gpus

没有GTX 1050的信息，但是随便百度就能发现一堆网友可以正常安装CUDA9.0

官网有毒……

安装CUDA9.0

下载CUDA安装包，https://developer.nvidia.com/cuda-downloads，我用的是历史版本CUDA9.0（https://developer.nvidia.com/cuda-toolkit-archive ）

下载这个base installer即可。

不要选择下载network版本，因为部分会被墙。下载local版本时，如果你够幸运，应该可以下载完整版本安装无误。但是我用浏览器下载了很多次，也下载了多个版本，都没有成功。一般是它下载到中间会暂停一下，然后你点击继续下载后，它就很快下载成功了。但是其实并没有下载完全，因为你去执行的时候总会报错“non 7z archive”。

压缩文件损坏，用解压软件打开一看，果然如下：

有网友的方法是，对下载按钮右键，选择复制链接地址，用迅雷新建任务，粘贴后下载即可。或者先翻墙再去官网重下。也有网友是先翻墙再在官网上重新下载的。多尝试尝试吧，总是可以的。

总之报错“non 7z archive”一定是下载的文件不全，不是电脑系统问题，不要傻傻地重装电脑，很麻烦的！

安装CUDA

下载成功后，然后双击安装，会让你选一个临时地址放提前的文件，默认就好，或者选一个空文件夹，之后会自动删除。

如果你的驱动和我一样也特别新，可能会有提示建议不要安装CUDA带的驱动，继续就好。

如果还是无法安装，就取消[Visual Stiudio Integration]选项

不要修改默认路径，然后安装即可

如果出现NVIDIA 安装程序无法继续、或者visual studio integration 失败，说明visual studio 的版本和CUDA不匹配。有网友是将VS2017改成2015就可以了。重新安装对应版本的visual studio，再安装对应版本的cuda。我是将上面那个Virtual Studio Integration选项取消掉后就可以安装了。

下载安装好了之后不要忘记系统环境配置，右击此电脑——>属性——>高级系统设置——>环境变量

CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 
CUDA_BIN_PATH：%CUDA_PATH%\bin  
CUDA_LIB_PATH：%CUDA_PATH%\lib\Win32 
CUDA_SDK_BIN：%CUDA_SDK_PATH%\bin\Win64  
CUDA_SDK_LIB：%CUDA_SDK_PATH%\common\lib\x64  
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0  

下载对应版本的CUDNN

下载cudnn要注册账号https://developer.nvidia.com/rdp/form/cudnn-download-survey，一定要与刚刚安装的CUDA版本对应，我这里下载的是cuDNN v7.4.1 for CUDA 9.0。也可以在CSDN下载页面花了两积分下载的CuDNN7：http://download.csdn.net/download/qq_34364066/10123615

 

解压cudnn-9.0-windows10-x64-v7.1.zip文件，如下：

然后移动文件，将上图bin、include、lib中的文件分别复制到CUDA的安装路径：.\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib中。 下面是官方文档

安装TensorFlow

注意事项：各版本具有匹配关系，如python3.7与tensorflow目前不兼容。所以虽然我Anaconda的base环境中是python3.7，但在tensorflow环境中我给重装成python3.6了（python3.5也可以）。

可以直接打开tensorflow官网https://www.tensorflow.org/install/install_windows#installing_with_anaconda，跟着指导的步骤做下去：

创建cuda环境：

conda create -n tensorflow_gpu pip python=3.6

激活cuda环境：

activate tensorflow_gpu

安装GPU版本的tensorflow：

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

注意：在安装完GPU版的tensroflow后，由于是新创建的conda环境，该环境中基本上是空的，有很多包和IDE并没有安装进来，例如“Ipython”，“spyder”。此时如果我们在该环境下打开spyder或Ipyton或jupyter notebook等，会发现其实IDE使用的kernel并不是新建立的这个环境的kernel，而是“base”这个环境的，而“base”环境中我们并没有安装tensorflow，所以一定无法import。这也就是为什么有很多人在安装好tensorflow后仍然在IDE里无法正常使用的原因了。这时候就可以进入Anaconda的Navigator中选择刚刚的环境，然后搜索进行安装。 

下面是我已经安装结束的情况（在tensorflow_gpu环境下）：

验证安装

打开CMD，输入nvcc –V,如果输出如下图所示，即表示安装成功。

如果此时进入tensorflow_gpu环境导入tensorflow时出错无法导入，显示缺少什么什么包和库的，或者缺少环境配置，也有可能是某个包太新。

我这里是报错缺少一些DLL，所以我就更新了一下，自动下载了一些包安装的。之后就没有报错了。

只要import没错应该就OK了，我这里用的是一个简单的加法测试代码：

配置pycharm

选择file——>settings——>project——>project interpreter，点击最右边的那个设置按钮，然后Virtualenv Environment——>Existing environment，在Interpreter里添加你刚刚创建环境的python地址。

下图是我已经配置好的情况：

上经典的测试代码：

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

 

写在后面的话：

这些环境的安装配置是个很麻烦的事情，如果不幸遇到了各种奇葩的报错，那真的是需要耗费好久了，耐心耐心，想一想“hello，tensorflow”在向你招手……