AI => Tensorflow2.0（win10 & Beta & GPU版 ）安裝

前言

python & cuda & cudnn & 顯卡型 & tensorflow 版本若是匹配很差，可能會踩坑。。
本篇文章，講述了 全套安裝過程 與 我所踩過的坑。

環境推薦

我也不是一次成的，當時 tf-13rc問世時，弄了很久。
稍微提一下，python官網首頁的python3.7是 win32的。
我以前重裝系統偷懶下載的。用了好久才發現是32位的。。。。
Tensorflow必須是須要 win 64位的。 （終端下輸入 python就能看到是多少位的 xx bit ）
注： 安裝路徑一概用 英文！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

最後成功的配套版本以下：

win10
gtx1050   (其餘型號的，不保證，應該也能差很少)
python3.7 (感受python問題並非特別大。 建議 3.7)
cuda:     cuda_10.0.130_411.31_win10
cudnn:    cudnn-10.0-windows10-x64-v7.4.2.24
tensorflow-gpu==2.0.0-beta0

資源分享 （BaiduNet）

資源構成: CUDA + CUDNN + 4個vc環境 （vc環境幹啥的，下面說）
個人網盤: https://pan.baidu.com/s/1Z6Ha...
提取碼: 2qut

下載後別亂點，按順序看下面教程安裝。 有依賴的。

安裝CUDA

官鏈：https://developer.nvidia.com/... （若是你不想用個人工具包，能夠自行CUDA官鏈）

若是你直接去安裝CUDA時，可能會拋error, 提示你，須要依賴 vs201+ 環境。
其實咱們大可沒必要安裝 那麼大致積的vs， 而是安裝 vc_redist 插件便可。

安裝環節：

1. 你能夠看到我分享的資源中， 有4個 vc_redist。
   下載下來， 防漏，從上到下挨個安裝一遍。（瞬裝很快，若是提示你已安裝，不用管。所有安裝一遍）
2. 而後安裝 CUDA，雙擊安裝便可 （選精簡版便可）（記住安裝路徑，我記得好像是默認自動路徑，忘了）
3. 一路下一步，便可安裝成功

配置環節：

1. 默認自動安裝的路徑以下：  （若是你選的自定義安裝，你要記住你的路徑）
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
2. 將此路徑配置到 環境變量 中 
3. 關掉全部cmd, 從新打開cmd，輸入 nvcc -V
4. 沒報錯說明安裝成功。

安裝CUDNN

官鏈：https://developer.nvidia.com/...（若是你不想用個人工具包，可自行官鏈）
(官網下 CUDNN 貌似須要登陸)

操做環節：

1. 你能夠看到我分享的資源中，有CUDNN，下載下來，解壓（任意位置均可，記住就行）。

2. 解壓後，進入解壓的目錄，你會看到有個cuda目錄，進去！而後作以下操做！！！
   2.1. 進入 bin 目錄， 把裏面的文件（應該就一個），複製到

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

   2.2 進入 include 目錄，把裏面的文件（應該就一個），複製到

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include

   2.3 進入 lib 目錄, 再繼續進入 x64 目錄，把裏面的文件（應該就一個），複製到

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

   說一下： 上面3個路徑，安裝cuda提到的（精簡版的默認路徑， 你的和個人是如出一轍的，直接複製）

3. 將此路徑添加到環境變量 （一樣是默認路徑，直接拿去複製，配了就行）：

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

安裝Tensorflow

每一個人有每一個人的習慣，建議用用虛擬環境安裝東西。 我較熟練 virtualenv + virtualenvwrapper-win
固然，你直接裝也是沒問題的。

安裝tensorflow-gpu==2.0.0-beta0:

pip install tensorflow-gpu==2.0.0-beta0  -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

若是你是anaconda（那麼須要先打開anaconda prompt pip）(科學)：

pip install tensorflow-gpu==2.0.0-beta0

安裝 matplotlib (非必須，但 反正也是不離手的東西，直接裝了吧)

pip install scipy matplotlib pandas sklearn -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

至此，所有安裝完成，接下來測試。

測試安裝 & 測試是否使用GPU

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())

就這3行代碼，便可。 看打印結果：

2.0.0-beta0          # 這是版本信息
/device:GPU:0        # GPU字樣就說明可使用GPU了。

強迫症的掙扎

執行上面代碼測試的時候，我這裏是有一大串 warning的。 關於數據類型的 warning。其實無傷大雅。
不，很傷，我去github找了一下。其實就是你的 numpy版本太新了。 重裝換一個 1.17如下版本 就行。
CMD直接 運行如下命令便可：

pip uninstall -y numpy && pip install numpy==1.16.4

強迫症幫助者連接：https://github.com/tensorflow...

結束語

個人機子早一陣買的了， GTX1050的， 每一個人的顯型都不一樣。
因此也許我給出的配套版本，不能知足全部人需求。
下面說一下我以前裝的時候遇到的問題：

1. 記得安裝路徑儘可能所有，用英文。
2. cuda安不上，由於缺乏 vs201+, （我上面說過了，安裝我分享的那4個vc_redist小文件可代替安裝 vs）
3. 若是在安裝tensorflow時，提示你，沒有找到相關模塊：
   3.1 多是你的 python 和 pip 版本太低
   3.2 多是你的 python是32位的。 （不要偷懶去安裝主頁的python3.7，那個是32位的。必須用64位）
4. 若是在安裝tensorflow 或者 import tensorflow 時，給你報了一大堆錯誤：4.0 首先看錯誤能不能看懂4.1 多是我給的 配套版本。 並不能知足你的 機器，顯型。 這時候你就得本身去找對應版本了4.2 我以前弄的時候，我記得好像有 Nvidia顯卡 & cuda & cudnn 的對照表。忘記錄了。可自行尋找。