Anaconda+OpenCV+tensorflow环境搭建和安装

硬件配置:

  • Cpu i5-8300H
  • 显卡 1050Ti
  • WIN10 家庭版 版本:2018-1803
  • python 3.5(win平台 建议使用3.5)
  • Cuda 9.0(10系显卡官方建议11.0,但是不建议10.0以上,win10会BUG)
  • Cudnn v7.4(适合Cuda 9.0)
1.Anaconda的安装下载

现在清华大学开源软件镜像站现在不能下载了,可以去官网复制下载链接到迅雷下载,速度还是蛮快的。
官网地址:https://www.anaconda.com/distribution/

下载版本需要注意事项:
找到3-4.2版本的Anaconda安装包下载安装,这样获得的默认python就是3.5版本了
注意:3-4.2以上版本的python都是3.6以上

2.安装

基本都是下一步
为了避免不必要的麻烦,建议默认路径安装即可(其实没必要)
注意事项:
Anaconda+OpenCV+tensorflow环境搭建和安装_第1张图片
两个都✔,建议,否则需要自己设置环境变量,自行百度

3.配置Anaconda(关键步骤)
3.1下载镜像配置(linux下可以在设置软件与更新中更改,此方法主要是win)

清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:
安装Anaconda后会有Anaconda Prompt,打开Prompt输入下列:

#一条一条的输入,不要一次复制粘贴全部
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
3.2 在配置完上面三行代码以后,会在user下找到.condarc文件

Anaconda+OpenCV+tensorflow环境搭建和安装_第2张图片

打开.condarc文件(用TXT文档打开,修改后保存)
关键:在文件中添加添加了menpo
配置修改后的.condarc文件内容如下:

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - menpo
  - defaults
ssl_verify: true
show_channel_urls: true

配置完成之后,要关闭控制台再重新打开控制台,这样新配置的文件才会被加载进来

3.3下载安装配置环境

在Anaconda Prompt继续运行:

conda create --name python35 python=3.5
#新建一个3.5的下的环境
activate python35 # for Windows
python --version
conda install numpy   #可能需要这一行

OpenCV安装

conda install -c menpo opencv3

tensorflow安装

conda install tensorflow-gpu
#GPU安装需要安装显卡CUDA驱动,不是显卡驱动,是NVIDIA提供的tensorflow驱动
deactivate python35 s#退出该环境

问题解决:如果conda下安装出现问题,则用python的PIP工具安装

3.4 PIP安装环境

PIP安装关键:运行下面这行代码之前需要清华镜像,否则下载速度会特别慢,最后安装失败

​安装命令为:
pip install -i 网址 所需要安装的库名
​例如:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
#安装requests库

​就是利用清华的镜像源,下载安装requests库。

附录:部分安装指令

python -m pip install --upgrade pip
 
conda install tensorflow-gpu==1.10.0  #conda方法
pip install tensorflow-gpu==1.10.0    #pip方法
#建议安装tensorflow 1.10.0版本 其他高版本适用于linux下
pip install tensorflow
#安装的是CPU版本的tensorflow,计算速度较慢
pip uninstall keras                   #卸载
pip install opencv-python             #opencv基础库
pip install numpy==1.14.5             #制定版本安装
3.5 tensorflow-gpu 安装
  • GPU 版本需要 CUDA 和 cuDNN 的支持,CPU 版本不需要。

  • 安装cuda9.0

下载地址:https://developer.nvidia.com/cuda-toolkit-archive 或 https://developer.nvidia.com/cuda-downloads

-安装cudnn:对应版本,v7.4

4. 常见问题

4.1 no model named ‘xxxx’

百度xxxx是什么库的,就用pip安装什么库,比如:no model named keras
在prompt下输入即可:

pip install keras #keras版本安装会自动对应tensorflow版本号
4.2 问题如下
mkl-random 1.0.1 requires cython, which is not installed.
#没安装什么,就装什么
tensorflow 1.10.0 has requirement numpy<=1.14.5,>=1.13.3, but you'll have numpy 1.15.2 which is incompatible.
#需要numpy版本大于1.13.3,小于1.14.5,安装的是1.15.2
#需要卸载1.15.2
tensorflow 1.10.0 has requirement setuptools<=39.1.0, but you'll have setuptools 40.2.0 which is incompatible.

tensorflow和其他依赖库版本不兼容,卸载现版本,安装依赖版本
指令如下:

pip uninstall numpy==1.15.2
pip install numpy==1.14.5

你可能感兴趣的:(Anaconda+OpenCV+tensorflow环境搭建和安装)