Win10使用Anaconda安装Tensorflow-gpu(CUDA,cudnn)详解

`Win10`使用`Anaconda`安装`Tensorflow-gpu`详解

大家都知道，搞深度学习的有机子是第一步，能配置是第二步，配环境可是真的一眼难尽。最近老师给配了个机子，从开始下软件到配置完成花费了大概两天时间，中间有很多的坑，记录一下，希望大家的问题可以从我这里得到一些解惑。

本文安装流程Anaconda->tensorflow-gpu->jupyter使用->CUDA安装->cudnn安装->测试。
核心是CUDA和cudnn要去适配tensorflow的版本。

对其中的坑进行了总结，包括各种问题的总结。

装备

在下的装备为：

系统：Win10（64位）
Anaconda：4.9.2
python：3.6.12
显卡：NVIDIA GeForce RTX 2060
CUDA ：10.1
cudnn：7.6.5

步骤以及问题

第一步：Anaconda的下载

对应自己的系统下载Anaconda就完事了！

下载之后安装，添加到Path（点击之后你就不用自己去添加环境变量了）

安装后测试Anaconda是否成功，打开Anaconda Prompt，输入conda -V

如果是这样，表明你安装成功了。

第二步：配置新的工作环境

从上图看，我们安装Anaconda之后的默认环境是base，我们可以自己重新开启一个专门处理tensorflow的环境。

Anaconda Prompt输入：

这里指定创建的新环境名字为tensorflow，环境中使用的python版本为3.6。等待安装即可。

conda create --name tensorflow python=3.6

环境查询：

出现下列结果，表明你蒙对了。

conda info --envs

**激活环境并查看python的版本：**进入自己配置的环境，并查看python的版本。出现下图结果，证明你又tmd蒙对了。

activate tensorflow
python
# deactivate 退出当前环境，即回到base环境

问题：

包的下载：

建议使用国内源，更换文件C:\Users\Administrator\.condarc，文件位置不一定都是这里，但一定是在当前系统用户的存储临时文件的那个地方。

.condarc文件内容更换如下

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: true

然后你就发现下的速度起飞。

`jupyter`的使用：

Anaconda Prompt 下输入jupyter notebook

jupyter notebook

这样表示成功，并且默认打开浏览器，显示如下界面：

启动了notebook但是特别卡怎么解决？

打开C:\Users\Administrator\.ijupyter\jupyter_notebook_config.py这个文件，也就是存储jupyter相关配置的文件，将存储ipynb文件的目录换一下

前面的#去掉，后面存放你自定义的存储文件的位置即可

再次运行你会发现滑溜的一批

希望在别的环境(env)下也可以使用jupyter怎么办？

细心的朋友会发现我们上面是在base的环境下开启的jupyter，那么在tensorflow环境下也是可以开启的，但需要在tensorflow环境下输入命令：
```
conda install nb_conda
```
然后再启动，你会发现神奇的事情又出现了。

jupyter在执行过程中一直处在运算中，没有结果怎么办？

这部分所有的问题就在python-jupyter-tornado版本不一致

方案一：tensorflow环境下输入：有的可以解决，有的不可以。

pip install "pyzmq==17.0.0" "ipykernel==4.8.2"

方案二：执行上述代码出现如下问题：

tensorflow环境下安装tornado，根据你的python(3.6)版本安装tornado。

conda install tornado==4.5.1

方案三： jupyter 5.7.5版本一下并不支持tornado6.0

看下自己的版本对不对，要么降级tornado，要么升级jupyter，下面两个二选一

conda install jupyter notebook==5.7.5

conda install tornado==4.5.1

方案四：有bug，如下，同方案二

``RuntimeWarning: coroutine ‘WebSocketHandler.get’ was never awaited
super(AuthenticatedZMQStreamHandler, self).get(*args, **kwargs)`

conda install tornado==4.5.1

第三步：安装`tensorflow-gpu`

tensorflow环境下输入以下命令：

conda install tensorflow-gpu

默认安装最新的，最新的是2.3.1

有惊无险，Anaconda部分终于完了！！！！！！

第四步：安装`CUDA`

首先CUDA的安装受制于您的显卡版本和安装的tensorflow-gpu的版本

首先，下载驱动程序，通过显卡查询你的电脑的驱动是啥，然后再下载，点击这里下载

我的显卡是GeForce RTX 2060，根据你的下载驱动即可。

其次，显卡驱动完成之后，看下你的驱动版本是多少，根据驱动版本查询你可以下载那个版本的CUDA

点击右下角的NVIDIA控制面板，右边会显示版本

驱动版本和CUDA版本的对应。查看

此时你就有明确的目标下载那个版本的CUDA了，以我下载CUDA10.0为例子。

下载CUDA10.0 点击这里下载

下载的方式有两种，推荐local(本地)，下载2.4G安装包之后直接进行安装即可。由于学校网络的问题，我使用network一直没有成功过，并且在使用local下载时，可能会出现下到一半或者快结束的时候，提示网络原因下载失败，再点击下载就变成了32B/42B。此时我的**解决方式是使用梯子（VPN）进行下载，结果一帆风顺。**不会使用梯子的同学可以请教下计算机的同学，他们一般都有通道。

测试安装是否成功：打开CMD 界面

第五步：下载`cudnn`

cudnn官方给出的对应CUDA的版本下载链接看哪呢-看这里啊

Tensorflow官方给出的配置搭配传送门-看这里

接下来你就下载就完事了，下载cudnn，可能需要注册一下，有谷歌邮箱的就不用注册了，注册完之后填写一点信息，就可以下载了。

下载完的cudnn的目录结构是这样的：

将cudnn的bin、include、lib下的文件全部分别放在CUDA的bin、include、lib文件中。

检查环境变量

如果下方的都有，就没有问题了，缺啥填啥，按照你们电脑的路径来啊。

OKOKOK，不容易啊，兄弟，走到这里基本就安装个差不多了。可以进行测试了。

测试

打开Anaconda Prompt
输入测试的代码

看结果是True 还是False，True成功，False失败。

在测试中，返回结果是False，具体看看是什么问题，如果是缺少dll文件的问题，不要害怕，小问题，缺啥那啥，放在../CUDA/10.1/bin下就好了。注意，提示缺少cublas64_10.dll，在放进去这个文件之后，仍然提示找不到，是因为他还需要别的一个搭配cublasLt64_10.dll，而且后面的这个文件如果不在bin下面，那就在当前用户保存临时文件的目录下，这两个放在一起就好了。这里给大家一些提供一些常见的dll文件

百度网盘下载：链接：https://pan.baidu.-----com/s/1BpzkwFZeE2ZbwQ9O84cWog (怕被和谐。去掉-)
提取码：qwe1

恭喜你，闯关成功！！！

安装费时两天，并且花了3个小时梳理和编写文档，有能耐的小老板支持下吧，