admin 管理员组文章数量: 887007
系统：windows10-64bit
显卡：NVIDIA GeForce 940MX
python：3.6.8（64位）
anaconda：3-4.4.0-Windows-x86_64.exe (内部对应的是python 3.6.1-2)
cuda:11.1.7
cudnn:V8.0.5（选择与cuda版本匹配的）
TensorFlow-gpu：2.4.0
Keras:2.3.1
注意：anaconda需要先下载，下载顺序可以和上面的一样。以防踩雷事件发生。2020 年 11 月 10 日：增加 conda 安装方式。所以强烈建议使用conda安装
安装前准备
这里我也是看了很多参考教程，有的人有下载vs，有的却没有，就该链接对应的我觉得对这个说的比较清楚，因此参考下：想看详情的进链接：【TensorFlow】Windows10 64 位下安装 TensorFlow - 官方原生支持，里面有对于安装过程中报错踩坑之处，当然，不想看详情的直接看下图也可以。
一、anaconda下载
1、下载anaconda
下载地址：https://www.anaconda/products/individual#
截止2020/12月，最新版本是基于python 3.8 的。
历史版本地址：https://repo.anaconda/archive/
对应有python3.6和python2.7的版本，可自行选择
由于我的python版本是3.6的，所以我这里下载的是Anaconda3-4.4.0-Windows-x86_64.exe(对应是64位python3.6版本)，同时网上很多教程都是3.6的，所以我就用的3.6，毕竟很多人都踩过雷，安装中找起解决方法来比较方便。
2、安装步骤
注意：
上图第一步，我开始选中了，但是在运行django后端代码时，python3.6.8版本与Anaconda中的python 3.6.1冲突了，一直报错，不知道是不是因为选中自动配置环境的问题，因为项目要紧，无奈卸载重装后，跑完后端代码又重新下载Anaconda，第二次安装没有选择自动配置环境，然后运行没冲突。但是这里强烈建议把第一步选中，因为后面启动TensorFlow虚拟环境时，我又重新把环境配置了一遍。。
第二步是指将Anaconda python设置为默认解释器，勾选后如本地还有其他解释器，则不是默认使用。
到此，anaconda安装完成。
3、查看Anaconda
刚开始在开始–菜单中找不到Anaconda Prompt快捷方式，解决方法：
找到Anaconda的安装路径，在该路径前输入cmd ，然后回车，
进入命令行后，输入python .\Lib\_nsis.py mkmenus命令，就可以在开始–菜单查看到该快捷键
二、安装Tensorflow GPU版本
1、查看电脑显卡
网址：http://developer.nvidia/cuda-gpus
查看显卡及参考网址：https://developer.nvidia/zh-cn/cuda-gpus
2、安装CUDA
粗俗来说可以看作一个平台，上面配有很多工具，如钉子、螺母等，主要就是调用GPU的。
下载地址：https://developer.nvidia/zh-cn/cuda-downloads
一路next，到下面
这里我选择自定义，如果c盘内存足够大，可以选择精简，直接next的就行。
右边三个安装位置，自己根据情况选择，或者新建文件夹存放也可以。
这里提示要安装vs（目前我没安装，查看了官网也没有要求说要装，我就直接“下一步了”，最后也没有装vs）
3、安装CUDNN
cudnn是基于cuda的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。粗俗的说就是CUDA（平台上）的工具（例如扳手），安装CUDA时并没有带扳手，想要在CUDA上面运行深度神经网络，就需要安装CUDNN。
安装地址：https://developer.nvidia/cudnn
输入邮箱地址
会员注册成功且登录成功时，会发送给你邮箱（你输入的）一个链接，点击邮箱中的链接，然后下载会有下载界面出现，如下图。
然后开始下载该文件了，等待中。。。
把下载后的文件进行解压，找到cuda文件夹，进行复制，放入你新建的文件夹中。我自己创建的新文件夹，放在了E盘，在E:\Program Files\NVIDIA\路径下新建了个tools文件夹，当然你也可以自己选择路径存放
把复制的文件拷贝进去，一定要记住自己的存放路径，在你存放的路径中找到bin文件夹下的下图文件，找到该文件对应的路径，添加到PATH环境中去。我的文件路径是：E:\Program Files\NVIDIA\tools\cuda\bin
4、环境变量配置
搜索系统环境变量，弹出下图。
5、在Anaconda中建立tensorflow gpu虚拟环境
windows+R打开命令提示符窗口，在命令行中输入md e:\pythonwork，即在E盘根目录下建立一个pythonwork的文件夹。
在命令行中输入e: ，即将工作空间切换到E盘根目录下。
在命令行中输入cd pythonwork，即将工作空间切换到E盘下的pythonwork文件夹下
输入conda create --name tensorflow-gpu python=3.6 anaconda命令
（注意，这里踩雷的点，因为之前在安装Anaconda时，没有选择自动配置PATH环境，所以报conda不是命令的问题，所以我不得不回去重新配置anaconda的环境，配置成功后，需要重新进入cmd，才生效。所以最最重要的，在安装Anaconda时勾选上PATH环境配置）
然后启动tensorflow-gpu版本
在命令行中输入：activate tensorflow-gpu，执行结果如下：
三、安装Tensorflow GPU版本
1、安装
这里要注意一下，强烈建议安装tensorflow时采用 conda安装，直接输入conda install tensorflow-gpu命令运行，如果不报错就万事大吉，报错的话只能慢慢排雷了，
在tensorflow-gpu激活的情况下，在命令行中输入：pip install tensorflow-gpu，执行结果如下：
这个过程很慢，请耐心等待。。。
期间我报错了，说是找不到setuptools-27.2.0-py3.6.egg这个文件。我就根据报错信息，在哪个目录下寻找该文件，最后确实没有（不知道为什么没有）
然后有人说是因为tensorflow-gpu不支持python 3.6的，叫降级为3.5的， 于是我就尝试使用命令：conda install python=3.5.0，然后继续使用命令pip install tensorflow-gpu，仍报python版本不匹配。继续使用conda install tensorflow-gpu命令，但成功运行后不显示success install tensorflow-gpu。
几经尝试，就又把python升为3.6的了（执行命令：conda install python=3.6.1，这里要说下上面的报错中python版本不对，应该是anaconda中的python版本，所以我就升级为anaconda 中python3.6.1）。
然后继续执行conda install tensorflow-gpu，中间也一直报错，我就关机重启了下，结果，结果就成功了。）反正这一块我的处理方案就是，上面conda install 与pip install多次尝试，安装过程很慢，需要耐心，不要急躁。
2、查看是否安装成功
这里说一下安装好tensorflow后，如何查看是否安装成功。
win+R打开命令提示符窗口，输入cmd，回车
1）输入conda list命令查看是否安装了tensorflow-gpu
2)输入python，然后输入import tensorflow as tf
如果不报错，就表示成功安装了
四、安装Keras
Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。Keras支持Python 2.7-3.6版本，且安装前要求预装TensorFlow、Theano、Microsoft-CNTK中的至少一个。所以应该在上面的几个软件都安装完后，最后再装该库。
输入conda install keras命令
到此，基于python3.6的tensorflow(GPU)版本的环境就已安装完成，具体如何使用，还需下功夫学习。加油。
觉得我写的看不懂的，或者有问题的，我这里把我安装时的参考教程附上，本文写下来主要是想给自己记录下下载过程，以防后续使用，若哪里不对，还请指出。
参考文章：在Windows下安装TensorFlow GPU版本教程（超级详细哦）
版权声明：本文标题：windows10上：基于python 3.6的tensorflow-gpu深度学习环境配置（包含踩雷及解决方法） 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1729150095h1324044.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论