Windows10+Cuda10.0+cuDNN+Anaconda+Tensorflow-gpu+Keras安装教程

Windows10+Cuda10.0+cuDNN7.5+Anaconda+Tensorflow-gpu+Keras安装教程

菜菜的小孙要念研究生了，于是给自己买了台新电脑。以前的电脑是AMD显卡的，也一直用Google colab跑代码，这次终于是NVIDIA显卡了，所以得安装cuda、tensorflow-gpu等一系列新环境。依稀记得大三在Ubuntu上配置环境配了两个礼拜然后以失败告终，所以非常紧张，终于，用了四个小时顺利配完了，大概是因为电脑照顾小孙今天重感冒却依然在努力学习吧~

首先确认自己的显卡是NVIDIA

安装pycharm

官网直接下载，一路无脑下一步就好，可以装d盘

安装anaconda

见之前博客，可以装d盘

安装cuda10.0

进入官网，点击下载就行了，网速感人，下了一个多小时才搞定。

下载完成后，打开下载的驱动。如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号，那一定要把这个勾去掉。否则会安装失败(相同的话，就不用去取勾了)

接下来需要几分钟的时间安装，这是NVIDIA程序已完成的界面

打开此路径，查看nvcc.exe，有这个nvcc.exe就说明CUDA安装已成功，我自定义安装的，把cuda装到了d盘，所以路径是d盘中的develop

同样这个路径下有cupti64_100.dll即为安装成功

安装cudnn

官网需要注册，这个需要几分钟的时间。然后下载，我下了3次才成功。

解压cuDNN压缩包，可以看到bin、include、lib目录。找到你安装的版本目录，打开，找到bin、include、lib目录，将cuDNN压缩包内对应的文件复制到bin、include、lib目录。注意：是复制文件到bin、include、lib目录，不是复制目录。也就是下图的路径。

配置环境变量

安装tensorflow-gpu2.0

pip install tensorflow-gpu==2.0.0-beta0 -i https://pypi.tuna.tsinghua.edu.cn/simple

测试是否安装完成
打开cmd——> python——import tensorflow as tf
tf.test.is_gpu_available()
显示True，说明gpu版本已经安装成功

安装其他依赖

查看conda命令进行安装即可

解决keras报错

师兄的代码中会出现这样的错误，小孙最开始以为是因为没有装keras

后来发现按照下面方法解决就行

numpy版本过高

pip uninstall numpy

pip install numpy==1.15.0

造成ModuleNotFoundError: No module named 'numpy.core._multiarray_umath’错误