Win10最详细tensorflow-GPU环境的安装（安装anaconda、CUDA、CUDANN）

目录

一、准备工作

1、确定自己的电脑上能够配置GPU环境。

 2、在Tensorflow官网找到对应版本

二、安装anaconda

1、安装Anaconda的好处主要为以下几点：

2、下载

3、安装

4、创建一个虚拟环境 

 5、安装Jupyter Notebook

三、安装CUDA  

四、安装CUDANN 

1、安装方法1

2、安装方法2

---

一、准备工作

1、确定自己的电脑上能够配置GPU环境。

方法：打开控制面板，找到设备管理器 

找到显示适配器，查看GPU算力，可以根据显卡算力下载相应CUDA和CUDNN

查看GPU的型号以及算力  https://developer.nvidia.com/cuda-gpus 

小技巧：对于现在的电脑，一般来说都是由GPU环境的，也是可以使用GPU的。所以这一步就不是很重要，接下来的一步就非常非常重要

 2、在Tensorflow官网找到对应的版本

tensorflow官网链接：  在 Windows 环境中从源代码构建  |  TensorFlow

 在上面的一个列表中选择一个版本进行安装，我在这里选择的是安装tensorflow_gpu-2.3.0，tensorflow_gpu的版本确定了，那么一系列要安装的软件的版本都是确定的，或则说只要上面的一个软件的版本确定，其他的软件的版本也就确定了。

一定要按照相对应的版本。

一定要按照相对应的版本。

一定要按照相对应的版本。

二、安装anaconda

这个软件在上面没有的列表中没有进行说明，那么就可以任意安装一个版本，建议安装一个较为新的一个版本。

1、安装Anaconda的好处主要为以下几点：

（1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似。

（2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利。

（3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理。

（4）可以创建多个不同不相互关联的虚拟环境。

2、下载

官网地址：Anaconda | The World's Most Popular Data Science Platform

点击Get Started 

 点击最后一个 Download...

 

 点击Download，下载Windons版本

此时会弹出一个注册界面，这个可以不用管，直接关闭即可

百度网盘链接：https://pan.baidu.com/s/14dUBJwLjkhkzr-kqmbl8Rw 
提取码：rx4s

3、安装

点击.exe文件，直接就是一直点击下一步即可

到这个界面选择Just me,只为本电脑安装。

在途中会出现一个修改安装目录，这个可以改也可以不改，建议将其放在一个非系统盘位置，这个安装的会比较大，都是几个G起步。

 这里的第一个一定要勾上，这个是自动添加该软件的环境变量到系统变量中，如果不勾上就需要自己去添加环境变量。

第二个也要勾上，这个是建立一个默认的虚拟的python环境。这样就可以使用python进行编写代码了。

然后在点击Install等待安装就行了。

4、创建一个虚拟环境 

 找到Anaconda3下面的Anaconda Prompt进入一个终端

查看当前的虚拟环境

conda info --env

这里会显示在anaconda上已经安装好的虚拟环境，由于是第一次安装，那么就只有base这一个虚拟环境。 

 创建一个虚拟环境，专门用来安装tensorflow_gpu，这里的Tf_G-230就是你创建的虚拟环境的名字，这个名字可以任意取。

conda create -n Tf_G-230 python==3.6.2

 出现以下界面就算安装成功

 

激活当前虚拟环境

conda activate Tf_G-230

 

 安装tensorflow-gpu环境

pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==2.3.0

 安装好后出现Successfully，并且再次查看虚拟环境，里面有我们添加的即为成功

 

 5、安装Jupyter Notebook

安装好后。点击anaconda这个软件，进入该软件，按照以下步骤进行安装Jupyter Notebook，最开始Jupyter Notebook是install,安装成功后会显示Launch

进入Jupyter Notebook界面，会在默认的浏览器打开一个页面，是下面的一个界面。 

 该界面是调用电脑的系统盘的文件，在C:\Users\lichuan。我们点击Desktop，进入到桌面

 新建一个文件夹

 重命名文件夹

进入该文件夹并新建一个Notebook

重命名Notebook

 测试GPU环境是否安装成功

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)

没有安装的应该是显示为False或则是其他内容。我这样是已经安装好了。 

  

显示为False的原因：要使用电脑的GPU，就要用到英伟达的显卡，我们现在就还没有安装英伟达显卡的驱动，所以就不能使用GPU。下面就要介绍安装英伟达的内容了，这个也是最恼火的。

三、安装CUDA  

由于是外网，可能会等很久才会进入界面。

官网：CUDA Toolkit Archive | NVIDIA Developer​​​​​​

 我们要安装的版本为10.1，是因为这个要与我们安装的tensorflow_GPU的版本一致。

我在这里下载的CUDA Toolkit 10.1 update1 这个版本 。

百度网盘链接：https://pan.baidu.com/s/1wrvlUwcy6hrZSihxywbUMg 
提取码：d0ga

接下来就是安装，这个就很简单，按照提示进行安装就行了

四、安装CUDANN 

由于是外网，可能会等很久才会进入界面。

官网：cuDNN Archive | NVIDIA Developer

  我们要安装的版本为7.6，是因为这个要与我们安装的tensorflow_GPU和CUDA的版本一致。

 下载cuDNN v7.6.0 [May 20.2019],for CUDA 10.1这个版本里面的cuDNN Library for Windows 10

 

百度网盘链接：https://pan.baidu.com/s/1BrUUMPYgRAa1fL3jic3NaA 
提取码：wkso 

1、下载方法1

进行注册，在进行下载压缩包。由于这个方法我的注册不了。总是出错，也找不到解决方法。

 会出现红色的字样。

2、下载方法2

不用进行注册，直接下载压缩包，使用迅雷下载，下载后是一个压缩包，进行解压。放到一个目录下。建议放到CUDA目录下。

 

3、进行环境变量的配置 

1、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/bin

2、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/include/

3、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/lib/x64

将上面三个配置到环境变量中

 找到CUDA和CUDNN的安装目录

 将CUDNN目录下的文件夹的文件复制到CUDA目录下的相同的文件夹的文件

 五、最后现象

import tensorflow as tf

gpu = tf.config.list_physical_devices('GPU')
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print(gpu)
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)

 True：就表示安装成功，现在就可以使用GPU环境了