人脸识别项目python3.6.4+tensorflow-gpu1.15.0+torch1.4+CUDA10.0+CUDNN 7.6.5安装_pycharm人脸识别 gpu

初次接触人脸识别项目，没有使用anaconda的虚拟环境，因为之前在安装anaconda的时候，由于不会操作，照着网上的步骤写也依然无法安装成功，于是选择了直接在电脑上安装python。

笔者使用的平台是VS2015+cmake，通过C++调用python的API接口函数实现，在人脸识别项目中需要时刻记住，版本对应！版本对应！版本对应！重要的事情说三遍，不然问题就会源源不断的涌出来，python、tensorflow、CUDA、CUDNN的版本对应可以参考其他博客，链接如下：(1条消息) tensorflow各个版本的CUDA以及Cudnn版本对应关系_leokale的博客-CSDN博客_cuda11.0对应的cudnnhttps://blog.csdn.net/leokale/article/details/95917090

目录

1、python 3.6.4安装

2、CUDA10.0安装 

3、CUDNN安装 

 4、tensorflow库的安装

5、torch1.4.0 + torchvision0.5.0 + opencv-python4.4.0 

---

1、python 3.6.4安装

（1）下载python3.6.4安装包并打开。

（2）既可以选择默认安装,也可选择自定义安装，下面介绍自定义安装的方法。若选择自定义安装，则点击Customize installation，依次执行下列步骤：

（3）接下来只需要静候安装成功了，然后win+r输入cmd指令打开命令行窗口，输入python，检查是否安装成功。如果显示结果如下那就说明安装成功了。

注意：如果电脑中原本就安装了anaconda，可能会因为优先级的问题，anaconda自带的python版本会覆盖从网页上直接下载的python版本，笔者也是不知道如何调整才选择了卸载anaconda，直接下载python的做法。

2、CUDA10.0安装 

（1）CUDA安装包下载

下载网址：CUDA Toolkit 11.4 Downloads | NVIDIA Developer

勾选好选项，点击Download就可以开始下载了，如果觉得浏览器下载太慢的话，笔者推荐迅雷下载，首先电脑上下载迅雷，如果有迅雷的话直接开始下一步

a. 点击download以后，复制下载链接

b.打开迅雷，此时应该迅雷会自动弹出下载窗口，选择好下载的位置，便可以开始下载了，如果没有弹出窗口，可以手动操作，点击新建，会弹出一个小窗口，这个时候把需要下载的链接粘贴进去即可。

 

（2）下载完成以后如下

（3）双击运行CUDA安装程序，一开始会选择一个临时文件解压目录，这个随意，只是临时存放安装程序的。解压完成后正式进入CUDA的安装，首先是同意协议，接下来选择安装模式，这里切换到自定义安装，取消勾选Visual Studio Integration

 （4） 选择安装目录，这个时候推荐默认。

（5）接下来等待安装成功

3、CUDNN安装 

 下载网址：cuDNN Archive | NVIDIA Developer

笔者安装的是7.6.5版本

（1）首先打开网站下载

这里直接点击的话，会跳转到登陆界面，但是我们依然选择直接点击，复制当前网页链接到迅雷，不出意外的话，这里也会有弹窗，如果没有，可以按照上面说的步骤操作。

 （2）安装包下载完成后，可以得到压缩包，我们将压缩包解压如下

（3）进入文件会有一个名为cuda的目录，我们需要将将这三个目录的内容拷贝到CUDA的安装目录下（笔者的CUDA安装路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0）     

cuda的安装目录如下

 这个时候我们需要将刚刚下载的cudnn中的dll文件复制到cuda目录下的对应文件夹中

 

 首先是bin文件，复制到cuda的对应bin文件下，若出现以下弹窗，点击替换即可

 

include文件的操作方式同bin文件

最后是lib文件，将cudnn中的lib文件复制到cuda安装目录中的lib/x64/路径下。

 （4）在系统环境变量中添加三项，分别是安装cuda的路径、cuda的lib文件夹路径、cuda的bin文件路径，笔者的路径是

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64    

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

 （后面运行tensorflow库所需的动态文件cudart64_100.dll在bin文件中）

 4、tensorflow库的安装

原生的python库是不带tensorflow库的，因此需要另外下载，直接下载花费很耗时，而且容易下载失败，这里我们使用清华镜像网站下载，具体安装方法如下：

在命令行里输入： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.15.0 

最后的1.15.0指的是需要下载的tensorflow版本，直接输入tensorflow默认下载cpu环境下的，所以下载gpu版本需要加一个后缀，下载的结果如下，最后如果出现successfully installed ，那就说明安装成功了，关于numpy、scipy库的安装，方法比较类似，但是需要注意安装版本问题，笔者的numpy是1.17.0，scipy是1.1.0

测试tensorflow是否安装成功

命令行先输入python，再输入import tensorflow

有的时候会出现无法找到或者缺失cudart64_100.dll文件的情况，前面也说到运行tensorflow所需的cudart64_100.dll文件在cuda的安装路径下的bin文件中，这个时候需要在bin文件中查找是否存在cudart64_100.dll或者判断版本是否适配，下面提供了下载cudart64_100.dll的网站

cudart64_100.dll 免费下载 | DLL‑files.com (dll-files.com)https://cn.dll-files.com/cudart64_100.dll.html

如果使用清华的镜像网站下载时，出现

Could not fetch URL https://pypi.org/simple/pip/

可以参考以下其他博主的链接，链接如下：

使用pip报错：Could not fetch URL https://pypi.org/simple/selenium/: There was a problem confirming the ss_zkbaba的博客-CSDN博客https://blog.csdn.net/zkbaba/article/details/109188004

5、torch1.4.0 + torchvision0.5.0 + opencv-python4.4.0 

 torch、torchvision和opencv-python的安装方式稍微有点不同，这里就补充说明一下。这里的三个库有的时候无法直接通过镜像网站下载，我们需要先下载三个库的whl文件，下载whl文件的网站如下：

Python Extension Packages for Windows - Christoph Gohlke (uci.edu)https://www.lfd.uci.edu/~gohlke/pythonlibs/注意选择合适的版本，torch-1.4.0-cp36-cp36m-win_amd64.whl指的是torch为1.4.0版本，对应的python版本为3.6，64位。

笔者下载的是下面三个文件：

torch-1.4.0-cp36-cp36m-win_amd64.whl

torchvision-0.5.0-cp36-cp36m-win_amd64.whl

opencv_python-4.4.0-cp36-cp36m-win_amd64.whl

（1）在D盘新建一个临时文件夹，笔者的文件夹为temp

（2）打开命令行窗口，依次输入d:  和  cd  temp

 

（3）输入

                pip install + 刚刚下载的文件名字

                pip install torch-1.4.0-cp36-cp36m-win_amd64.whl 

 （4）运行结果如下

        

（5）按照同样的方法，依次输入

                        pip install torchvision-0.5.0-cp36-cp36m-win_amd64.whl

                        pip install opencv_python-4.4.0-cp36-cp36m-win_amd64.whl 

运行结果分别为

 在安装了torch以后，由于torch中有一个cudart64_100.dll文件，cuda的bin目录下也有cudart64_100.dll文件，这两处的文件最好保持一致，否则容易出现Loaded runtime CuDNN library: 7.5.1 but source was compiled with: 7.6.0的问题。

注意：如果安装好tensorflow以后，如果发现显示no module name "tensorflow"，可能是python的环境变量没有配好，前面安装好的内容都放在python安装路径下的Lib/sitpackage中