python学习——Anaconda及TensorFlow-GPU版本安装_anaconda安装tensorflow

1.下载安装Anaconda

官网的下载会很慢，可以在这里下载 http://download.zol.com.cn/detail/45/448706.shtml

然后运行安装包，一路默认安装，直到这一步，一定记得勾选添加anaconda到Path中，不然后面还有要自己手动添加path。

等待几分钟安装完成后，进入cmd，输入

conda -V
1

以测试anaconda是否成功安装

显示安装成功

2.安装TensorFlow-GPU版本

首先在cmd窗口在创建一个虚拟环境

conda create -n tensorflow pip python=3.6  #虚拟环境的名称为tensorflow
1

遇到y/n时选择y

安装完成后，使用命令

activate tensorflow
1

进入虚拟环境，我们将在此虚拟环境中安装tensorflow GPU版本

接下来利用anaconda的pip’工具安装TensorFlow的gpu版本，直接用清华源来下载，不然速度会很慢很慢，这里使用命令

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
1

然后等待其自动下载安装
安装完成后在命令行tensorflow虚拟环境下键入

python
1

再键入

import tensorflow
1

系统会提示如下错误

因为用的是tensorflow的gpu版本，要用到NVIDIA的显卡，需要再安装与tensorflow和显卡相匹配的CUDA和cuDNN，一定注意要三者相匹配的版本，如果错装了其他版本的CUDA和cuDNN，建议卸载了，重装正确的版本，楼主之前装错了版本，把10.1，10.0和9.0都装了，但是仍然无法正常使用tensorflow，可能是多个版本之间有覆盖更新的部分，反而导致正确的版本不可用，所以建议卸载重装。

下面说下，如何确定应该安装的CUDA和cuDNN版本，假设tensorflow安装在F:\Technicalware\Anaconda3\envs\tensorflow目录下，
那么以文本方式打开F:\Technicalware\Anaconda3\envs\tensorflow\Lib\site-packages\tensorflow\python\platform\build_info.py这个文件，可以看到你的tensorflow所应该使用的CUDA 和cuDNN 版本：

cuda_version_number = ‘10.0’
cudnn_version_number = ‘7’
msvcp_dll_name = ‘msvcp140.dll’
nvcuda_dll_name = ‘nvcuda.dll’
cudart_dll_name = ‘cudart64_100.dll’
cudnn_dll_name = ‘cudnn64_7.dll’

这里的msvcp140.dll应该在C:\Windows\System32\下面，是通过安装vc 2005 redistribute提供的，nvcuda.dll也是在C:\Windows\System32\下面，cudart64_100.dll则是安装CUDA 10.0时产生的，cudnn64_7.dll是安装cuDNN 7时产生的,注意cudnn的版本要与CUDA版本对应，任何一个文件缺失或者版本不对都可能会导致tensorflow在import时报ImportError错

3.安装相应的CUDA 和cuDNN 版本

了解了所需要安装的CUDA 和cuDNN 版本，即可到NVIDIA官网下载相应的版本，这里给出网站链接

https://developer.nvidia.com/cuda-toolkit-archive
1

选择适合你版本的CUDA，建议下载本地版

同时下载相应版本的cudnn，稍微麻烦一点，这里要登录了NVIDIA账户才能下载，建议花一点时间注册一下，网站链接如下

https://developer.nvidia.com/cudnn
1

两个东西下载好后分别是安装包和压缩包

先安装CUDA，选择自定义安装，把Visual Studio Integration和Driver勾选去掉再安装

在安装完CUDA10.0后，把cudnn-10.0-windows10-x64-v7.6.1.34.zip解压后，把bin,include,lib三个文件夹直接复制到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\下即可。

最后一步，添加相应的环境变量

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

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

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

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

最后在命令行依次输入

activate tensorflow
1

python
1

import tensorflow
1

a=tensorflow.constant([0])
1

print(a)
1

如果没有报错,显示如下

那么就代表tensorflow安装成功了。完结

这里楼主遇到一个与这个关联不大问题，因为之前装了比较多的开发环境，所以path里的变量太多，导致无法添加新的环境变量

网上找了下解决办法，发现了一种比较好的解决办法，就是利用，新创建拓展环境变量EXTENSION_PATH，将扩展的环境变量加入PATH中，你以后要加什么环境变量加到这个拓展的变量里面就可以了

再将扩展的变量加入path变量中即可

这里参考了以下几篇原博的内容，放下链接

如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本–https://blog.csdn.net/XCCCCZ/article/details/80385448

解决windows下环境变量太大的问题（终极！！可用）–https://blog.csdn.net/github_34777264/article/details/85342877

tensorflow 安装GPU版本，个人总结，步骤比较详细–https://blog.csdn.net/gangeqian2/article/details/79358543

window10上通过Anaconda安装TensorFlow-GPU–https://www.jianshu.com/p/2e3b3a885a01

tensorflow-gpu在win10下的安装–https://www.cnblogs.com/tan-wm/p/9566564.html