win10 anaconda3环境下安装tensorflow-GPU（仅需两行代码即可）

教程最好的地方在于不是纯粹的安装固定版本的 tensorflow 某个版本，而是提供了一个安装的方法，利用本教程的安装理念，

tensorflow的任何版本随心所欲安装，再也不用复制、粘贴 别人的版本，轻松安装你喜欢的版本！！！

神奇的两行代码：

anaconda search -t conda tensorflow-gpu

anaconda show <USER/PACKAGE> 

第一行代码寻找可供安装的 tensorflow-gpu 的版本，可以自行选择

第二行代码获得可供安装的 tensorflow-gpu 的安装方法

第一部分 ：安装步骤：

1、首先安装 anaconda3，安装过程很简单，自行安装即可，下载地址：https://www.anaconda.com/download/

Anaconda仓库镜像增加

官方下载更新工具包的速度很慢，所以继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入如下命令进行添加

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

安装好anaconda3 后，通过调用以下命令创建一个名为tensorflow的conda环境：

conda create -n tensorflow python=3.6.4

 删除上述创建的环境使用下面代码：

#删除指定的环境（在这里环境名为 env_name），使用下面的代码
conda env remove -n env_name 

 

2、通过下面的代码激活创建的 tensorflow 环境：

activate tensorflow

下一步寻找要安装的 tensorflow 的版本，通过下面的代码：

anaconda search -t conda tensorflow-gpu

3、下一步，找到适合 win10的安装版本，并复制其 name(本例中 name 为：nwani/tensorflow-gpu)

通过下面的代码获取 name为 nwani/tensorflow-gpu 的安装方法：

anaconda show nwani/tensorflow-gpu

安装代码：

conda install --channel https://conda.anaconda.org/nwani tensorflow-gpu

4、输入安装代码，耐心等待安装完成即可

5、离线安装过程  ：先 下载 tensorflow-gpu 的离线安装包 .whl文件，找到下载好的 .whl 路径，然后键入

pip install c:\...\tensorflow_gpu-xxxx.whl

 

第二部分 下面的部分为安装完成后的一些可能出现的报错 和 警告信息：

1、安装完成后，import tensorflow as tf  报错：3 和 4

出现这两个报错是因为 cuda 没有安装好，去 Nvidia 的官网下载安装即可，若嫌麻烦，按我上述的安装方法，只要选择安装版本没问题，应该不会出现这个报错，下面的报错是因为第一次安装版本没选择好，走了一些弯路，记录下来当做经验教训！！！

2、下面的只是一个警告信息，已在图下方给出了解决方案

 

FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  from ._conv import register_converters as _register_converters

这个警告其实不会有任何影响 
如果想让它消失，只需要更新h5py至2.8.0rc1以上，代码如下：

pip install h5py==2.8.0rc1

或者使用下面命令更新(库基本都可以使用该命令进行更新)

pip install --upgrade h5py

 

图中：

1、使用上述代码更新 h5py至2.8.0rc1以上

2、因为我的 pip 版本不是最新的，所以在使用 pip 安装命令时，会要求升级 pip ,最好升级一下！！

 

 

第三部分 最终的测试

输入测试代码：

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

最终输出测试结果，说明tensorflow安装成功！

 

测试GPU是否能用

测试代码：

在Python环境中输入：

import numpy
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

 下图是在 CPU模式下的测试结果：

之后就会出现详细的信息：显示 CPU :0 在工作

下图是在 GPU 下的测试结果：

tensorflow 默认调用系统最优资源，所以安装 tensorflow-gpu 版本的，会默认调用GPU资源，如上图所示：

GPU测试代码：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

 查看日志信息若包含gpu信息，就是使用了gpu 

上图显示了GPU的型号以及计算能力等

利用下面的代码可以查看 tensorflow 的版本：

import tensorflow as tf
tf.__version__

下面是安装Tensorflow1.8的代码：

Tensorflow1.8 支持到了CUDA9.0，tensorflow-gpu 的1.8版本的安装代码：

conda install --channel https://conda.anaconda.org/c3i_test2 tensorflow-gpu

 

附一个keras2.2.4的GPU版本的安装方式：

conda install --channel https://conda.anaconda.org/anaconda keras-gpu

在上述Keras2.2.4和tensorflow1.11版本下的OpenCV3.4.1

conda install --channel https://conda.anaconda.org/eyeware opencv

在Ubuntu18.04下的一个opencv3.4.2的安装方式：

conda install --channel https://conda.anaconda.org/anaconda opencv

 

Reference:

tensorflow运行出现错误 ： ImportError: Could not find 'cudart64_90.dll'.

彻底解决tensorflow:ImportError: Could not find 'cudart64_90.dll'

成功解决：FutureWarning:

确定自己的TensorFlow是CPU还是GPU的版本

tensorflow-gpu测试代码

tensorflow gpu使用说明

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

tensorflow on GPU: no known devices, despite cuda's deviceQuery returning a “PASS” result

windows10（64位）Anaconda3+Python3.6搭建Tensorflow（cpu版本）及keras

Win10上安装Keras 和 TensorFlow(GPU版本)

深度学习 GPU环境 Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6 环境配置

Ubuntu16.04下Anaconda3的安装