win10+python3.7+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv4.1.0 教程（最新）

---恢復內容開始--

win10+python3.7.3+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv4.1.0（目前最新）

       要保證每一個軟件對其餘軟件版本要求，來配置開發環境的版本。

  （最重要的是：記住，並非最新版本的軟件版本就是最好最兼容。期間偶幾回想卸載python3.7降到python3.5全部軟件從頭再來。。。最後仍是被我一不當心仍是被我配出來了，

心路歷程何其艱辛。）

 

好比坑一：

       使用tensorflow_gpu版本而後就要安裝cuda和cuDNN。而這個兩個文件的版本是要根據python的版原本組合安裝的。

坑二：

       要注意軟件的安裝順序，先安裝python3.7 ,在安裝Anaconda3（千萬不要配裏面的tensorflow和opencv環境，默認是最新版本）。再裝CUDA10.0+cuDNN7.5。最後再在win10命令窗口安裝合適的ensorflow和opencv版本。 若是須要用Anaconda3應用軟件則再配置裏面的tensorflow和opencv。這時裏面的版本會降成電腦裏裝的版本，安裝便可。

參考連接：http://www.javashuo.com/article/p-rwfngyzt-bq.html

 

 若是想要本身配，切記上面兩坑。下面開始詳解安裝教程：

第一步：安裝python

下載地址：https://www.python.org/getit/

最新版python3.7.3點擊下載。

而後添加python的路徑到環境變量，

注意python的安裝路徑爲C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\Scripts\

檢測python的路徑:

 

如圖所示安裝成功。

 

而後安裝opencv

下載連接：https://opencv.org/releases/

 

下載後解壓獲得文件夾，

 

把以下兩個安裝路徑複製粘貼到環境變量：

J:\opencv\opencv4.1.0\build\x64\vc14\bin

J:\opencv\opencv4.1.0\build\x64\vc15\bin

 

 

在windous終端輸入：pip install opencv_python   命令(Successfully表明安裝成功)

 

 

第二步：安裝Anaconda3

下載地址：https://www.anaconda.com/download/

 

我係統是64位，因此下載 64-Bit Graphical Installer (637 MB)，以後就是進行安裝了。

 

這裏咱們不須要管理員權限

不建議安裝C盤，內存有限。

 

第三步：配置Anaconda3環境變量

直接用win10自帶的cortant找軟件和設置灰常方便，不信你試試。。。

咱們點擊左下角搜索欄搜索「環境變量」

 

點擊環境變量

 

選擇「Path」，點擊「編輯」

將如下三個路徑加入，注意這裏要換成你本身的安裝路徑。

重要的事情說三遍，安裝路徑，安裝路徑，安裝路徑。。

 F:\anaconda\anaconda_1

F:\anaconda\anaconda_1\Scripts

F:\anaconda\anaconda_1\Library\bin

而後點擊「肯定」保存，這回再測試一下，再cmd中輸入「conda -V」，能正常顯示版本號，證實已經配置好了。

 

 要特別申明：的是若是你要用Anaconda軟件作opencv的開發，這時千萬別急着安裝裏面的opencv和tensorflow  

裏面都是默認最新的適配Anaconda版本。如圖：   （此步爲本博客裏的全部環境配置成功後自行再Anaconda中配置）

而windous裏安裝的是tensorflow_gpu1.13.1(裏面可選的都是18.0以上）

因此咱們先把windous系統下的tensorflow_gpu配好之後再來安裝Anaconda環境下的tensorflow_gpu時

Anaconda軟件裏的庫會自動降到tensorflow_gpu1.13.1如圖所示

 

 

第四步:安裝TensorFlow-GPU

官網參考地址:https://www.tensorflow.org/install/install_windows#installing_with_anaconda

按照裏面的步驟來就行。

這裏我給出裏面的具體命令行一條一條的執行。

1.進入終端

2. conda create -n tensorflow pip python=3.7    //建立tensorflow的conda環境   python3.7

（接着會提示幾個問你是否執行，輸入y就行，下圖爲python3.5供參考）

等待相應包的安裝，若是國內網絡太慢的話，能夠爲conda設置清華源，這樣速度能快一點，具體配置過程，

網上查一下吧，此處再也不講述。若是看到這樣的提示，就證實conda環境建立成功。

 

3. activate tensorflow  //激活conda環境的tensorflow

 

4.安裝tensorflow-gpu

安裝GPU版本的tensorflow須要輸入如下命令：

pip install --ignore-installed --upgrade tensorflow-gpu

//安裝tensorflow-gpu 安裝成功後有個Successfully

 

倒數第三行有一個Successfully，表明安裝成功。

5.安裝Anacomda基礎包

conda install anaconda  

 

第五步：安裝CUDA Toolkit + cuDNN

1.查看須要安裝的CUDA+cuDNN版本

注意，tensorflow是在持續更新的，具體安裝的CUDA和cuDNN版本須要去官網查看，要與最新版本的tensorflow匹配。

點擊查看最新tensorflow支持的CUDA版本：https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support

這裏有個2018年以前老版本的配置表格：（因爲我裝的是python3.7這裏能夠不看跳過直接第二步）

 

（我在這裏踩了很多坑，裝了兩次tensorflow,兩次CUDA。我第一次是由於Anaconda3

開發環境裏默認安裝的是tensorflow1.19，而後與CUDA不匹配）

因此按照這個教程電腦匹配安裝的是tensorflow1.13後面CUDA安裝成功後能夠顯示安裝版本。

2.下載CUDA 10.0+ cuDNN7.5.0（與python3.7匹配）

在這個網址查找CUDA已發佈版本：https://developer.nvidia.com/cuda-toolkit-archive

下載好CUDA Toolkit 10.0 後，咱們開始下載cuDnn 7.5，須要注意的是，下載cuDNN須要在nvidia上註冊帳號，使用郵箱註冊就能夠，免費的。登錄帳號後才能下載

cuDNN歷史版本在該網址下載：https://developer.nvidia.com/rdp/cudnn-archive

 

下載win10 版本的，下載好後是這樣的

3.安裝 CUDA Toolkit 10.0 和 cuDnn 7.5

相當重要的一步：卸載顯卡驅動

       因爲CUDA Toolkit須要在指定版本顯卡驅動環境下才能正常使用的，因此若是咱們已經安裝了nvidia顯卡驅動（很顯然，大部分人都安裝了），再安裝CUDA Toolkit時，會因兩者版本不兼容而致使CUDA沒法正常使用，這也就是不少人安裝失敗的緣由。而CUDA Toolkit安裝包中自帶與之匹配的顯卡驅動，因此務必要刪除電腦先前的顯卡驅動。

這裏還有坑：

      卸載完顯卡驅動後你還要刪除文件，否則你是裝不上CUDA的。

      刪除系統盤中Program Files (x86)和Program Files內包含的 
NVIDIA Corporation和NVIDIA GPU Computing Toolkit文件夾 
 
*此時顯卡驅動已經刪了，桌面右鍵的NVDIA控制面板也不見了

重啓電腦後，再安裝CUDA也就是下載的第一個應用文件

下圖爲CUDA9.0的安裝，過程都是同樣的。

接下來，解壓「cudnn-９.0-windows10-x64-v7.zip」，將一下三個文件夾，拷貝到CUDA安裝的根目錄下。

這樣CUDA Toolkit 9.0 和 cuDnn 7.0就已經安裝了，下面要進行環境變量的配置。

將下面四個路徑加入到環境變量中，注意要換成本身的安裝路徑。（注：我安裝的路徑裏的是CUDA１０.０哦！）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\libnvvp

到此，所有的安裝步驟都已經完成，這回咱們測試一下。

 

6、檢查cuda是否安裝成功：
import tensorflow as tf
tf.test.gpu_device_name() //查看是否使用GPU

2.查看在使用哪一個GPU

from tensorflow.python.client import device_lib
device_lib.list_local_devices() //查看使用哪一個gpu

 

ｏｋ寫完，這篇博客寫的我好累啊，我要休息下《Ｔ＿Ｔ》．．．．．

 

 

踩了兩個星期的坑。。。。

       終於把這個環境安裝好了，之後不再用大刀闊斧，配置開發環境版本是一個深坑。。。

        （不再用擔憂機器學習了。。。口責 口責。。。）

    win10+python3.7+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv3.4.2

這個配置方案我親自一路踩坑過來，目前還沒發現出現bug的狀況，親測有效哦！

     後面如如有什麼問題，能夠在下方留言，你們一塊兒溝通交流。。。。

        （那些年咱們一塊兒踩過的坑）

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

---恢復內容結束---