Windows10（MX150）+Anaconda3+python3.7+CUDA10.0+Tensorflow-gpu1.13安装记录

写在前头：
　因为《数字图像处理》这门课程的需要，我们需要以下的步骤来搭建图形处理的运行环境。

、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、
　　然而我花了两天时间，就只停在第四步。到第四步的时候疯狂出错，各种百度解决方案，都不行，把自己也绕晕了。于是全部删掉了，然而重新来过还是不行，再删，试了之后还是不行。我苦思冥想，在想到底是哪一步出了错，后来发现是版本不兼容的问题！！
　　所以大家一定要根据自己的电脑的显卡来决定选择什么版本的，千万不要觉得最新的版本就是最好的！

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
点入上面的网站，里面便有cuda工具包和兼容的驱动程序。
我截了图在下面。

大家可以在桌面空白处，点击右键 -> NVIDIA 控制面板 -> 帮助 -> 系统信息

　标出来的便是显卡型号和驱动程序版本，再结合上图一看，我的电脑只能安装CUDA 10.0.130，然而我之前安装的都是最新的10.2，所以疯狂报错。
　所以大家一定要选择好相应软件。
、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、

下面开始进入正题,
我选择的软件是Anaconda3，python 3.7，CUDA10.0，Tensorflow-gpu1.13。

1. 安装 Anaconda

进入官网，选择python 3.7版本下载。
https://www.anaconda.com/distribution/

不过官网实在是太慢了，等不及的可以去下面的清华大学开源软件镜像站下载。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下完之后点击安装，

软件安装一定要安装在C盘系统碟中，安装完后安装包是可以删除的，安装包会不定时更新，保留也没有用，还会占用电脑内存，本来电脑内存就不多了。软件安装别安装在其他盘中，一旦安装在其他盘中，系统根目录会确定此路径为唯一路径，只能在这里才找得到本软件的路径，如果文件夹被重新命名，那么路径就会出现错误而导致软件无法运行和找不到软件目录。并且文件夹一定要用英文来命名，这样子不会说在后端查找时会出现unicode乱码。

　百度上看到的，但其实有点武断了，装在别的盘也是可以的，不过可能会出莫名其妙的错误。当然大牛就请随意啦。
　我之前选的默认都出了好多错误了，所以现在并不敢去尝试装在别的盘，不过这次我准备装在c盘的第一目录下，会显得清爽些。

第一个不选，只选第二个。
（有人推荐选，有人不推荐选，我还是不选好了，毕竟官方都不推荐，到时候自己添加环境变量）

接下来一直next，直到结束。下面的选项可选可不选。

完成后接下来添加环境变量
右键点击此电脑—>属性---->高级系统设置---->环境变量---->path—>编辑

C:\Anaconda3
C:\Anaconda3\Library\mingw-w64\bin
C:\Anaconda3\Library\usr\bin
C:\Anaconda3\Library\bin
C:\Anaconda3\Scripts

双击Path，添加路径。然后按下确定（不要忘记！！），退出。

然后按下“开始”键，找到Anaconda3。

接下来点击Anaconder Prompt Prompt(Anaconder3)，输入下列命令。

cpp conda --version   　　　#检查anaconda的版本 
conda info --envs　　　　   #检查目前安装了哪些环境变量

这表示Anaconda安装成功。

2. 新建一个虚拟环境

还是使用Anaconder Powershell Prompt(Anaconder3)

（1）创建一个名为 py36 的环境，指定 Python 版本是 3.6（不用管是 3.6.x，conda 会为我们自动寻找 3.6.x 中的最新版本）

conda create -n py36 python=3.6
或者也可以用下面这个
conda create --name py36 python=3.6

（2）安装好后，使用 activate 激活这个幻境

conda activate py36

（3）激活后，会发现 terminal 输入的地方多了 py36 的字样

（4）若要退出该虚拟环境，则输入

conda deactivate

刚才安装的时候出现了警告，意思是conda版本太低了。

我们来给它升级下，接着上面的命令行输入：

conda update -n base -c defaults conda

然后出现Proceed([y]/n)?
输入y

更新成功。

3. 安装 CPU 版本的 TensorFlow：

https://tensorflow.google.cn/install/source_windows#cpu
可以查看到各种版本的tensorflow

按照前面创建py36的方法创建Tensorflow环境

conda create -n tensorflow python=3.6

然后激活，安装cpu版本的tensorflow。

conda avtivate tensorflow
pip install tensorflow==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装完后，检查TensorFlow环境是否添加成功。

进入编译环境, 输入下列命令。

import tensorflow as tf
hello = tf.constant(‘Hello,tf’)
sess =　tf.Session()
print(sess.run(hello))

或者

import tensorflow as tf
hello = tf.constant(‘Hello,tf!’)
tf.Session().run(hello)

输入之后发生告警

tensorflow\python\framework\dtypes.py:516: FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future
version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’

上网查了之后知道是因为 numpy将来的版本不支持xxxx
所以解决就是降版本：pip install numpy==1.16.4

安装完之后再次尝试，现在就很请清爽了。

不过还是有个警告。

Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

查了下是：你下载的TensorFlow太low了，根本没有通过兼容AVX来Compile。如果您下载源代码在该电脑上重新compile，就可以支持AVX。其实你的 CPU 支持AVX AVX2，但你安装的 TensorFlow 版本不支持。

看了下之后好像不是什么大毛病，就不去管它了。

4. 安装 GPU 版本的 TensorFlow

我这里使用的是tensorflow-gpu=1.13.2，因此
会用到cuda10.0，与cuda10.0对应的cudnn是7.6.4。
cuda10.0官网的地址是：
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn官网的地址是
https://developer.nvidia.com/cudnn
(下载这个需要注册下账号)

我们现在开始安装cuda。

我选的是自定义，GeForce Experience对我来说没什么用，不打游戏表示用不到它。

这个就默认好了，怕出错。

完成后接下来添加环境变量。
右键点击此电脑—>属性---->高级系统设置---->环境变量---->path—>编辑

安装成功后在系统的环境变量中会自动添加两个变量，见下图。

我们还需要再添加几个系统变量（根据实际安装版本和路径添加）

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH =
%CUDA_SDK_PATH%\common\lib\x64

添加完之后的样子，如图：

在path变量里继续添加路径

%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64

如图

接下来去解压下载好的cudnn

出现了这个，我终于知道前几次错误的原因，我根本就没有复制进去（泪奔）。
https://blog.csdn.net/chehec2010/article/details/90255486?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

5. 安装依赖库

下面是一些常见的图像处理库。
http://m.elecfans.com/article/986147.html
https://zhuanlan.zhihu.com/p/34837506

6. 安装 Pycharm

进入官网下载
https://www.jetbrains.com/pycharm/download/#section=windows

具体怎么安装的就看下面的教程吧。
https://www.cnblogs.com/du-hong/p/10244304.html

我选择下载的是专业版，之后要用激活码激活。

可以看看这个，来源自公众号“吾非同”。

永久激活1（2019.2之前版本）：
https://shimo.im/docs/YDgVHkttvtxKrkHj/read
永久激活2（2019.3之前版本）：
https://shimo.im/docs/YW9Gc3vHhJkWtRyQ
pycharm汉化：https://shimo.im/docs/PxVXGkvCQJ3V9JVH/

7. 将虚拟环境部署到 Pycharm 中

过程很简单，具体见链接。
https://www.jianshu.com/p/be02b6181056

以下是一些 Pycharm 的基本配置，会让软件用起来更方便
https://zhuanlan.zhihu.com/p/98096152
https://blog.csdn.net/stormdony/article/details/90261391

8. 安装 VSCode

见下方教程
https://blog.csdn.net/x15011238662/article/details/85094006
选择user install 64bit下载。

以下是一些 VSCode 的基本配置，会让软件用起来更方便
https://www.jianshu.com/p/fd945e8e099d
https://www.jianshu.com/p/3eebde5748a6

9. 将虚拟环境部署到 VSCode 中

https://blog.csdn.net/u013187057/article/details/834184

之后写了程序，运行后出现了下图。点安装后选择了pip。

安装完成，但是出现了警告。

WARNING: The script isort.exe is installed in ‘C:\Anaconder3\envs\tensorflow\Scripts’ which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The scripts epylint.exe, pylint.exe, pyreverse.exe and symilar.exe are installed in ‘C:\Anaconder3\envs\tensorflow\Scripts’ which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.

于是便将C:\Anaconder3\envs\tensorflow\Scripts添加到path里。

然后就不再报错了。

---

附加命令：

conda操作虚拟环境

conda env list　＃查看虚拟环境
　
conda create -n py36 python=3.6　　#创建环境
　
conda remove -n py36 --all 　　＃删除虚拟环境
　
source activate python3.6　　　＃命令行切换虚拟环境
activate python3.6
conda activate python3.6

安装常用模块

pip install numpy 　　　　　　　　 #安装numpy
　
pip install matplotlib 　　　　　　　 #安装matplotlib
　
pip install pandas 　　　　　　　　 #安装pandas
　
pip install scikit-learn 　　　　　　　#安装sklearn
　
pip install tensorflow==1.6.0 　　　　#安装tensorflow并指定版本为1.6.0
　
pip install requests 　　　　　　　　 #安装requests
　
pip install configparser 　　　　　　 #安装ini配置文件解析
　
pip install pymysql　　　　　　　　 #安装mysql驱动
　
anaconda search -t conda dbutils　 #安装dbutils数据库连接池

命令行关闭虚拟环境：

source deactivate python3.6
deactivate python3.6
conda deactivate
（3种方法选一种）