TensorFlow-GPU安装-by-Anaconda-in-Windows方法二

• Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
• 显卡版本：请对照NVIDIA提供的支持CUDA的显卡列表（CUDA GPUs）。显卡版本通过"系统属性-设备管理器-显示适配器"查看。（AMD的显卡不可以使用NVIDIA显卡的CUDA ）
• 所有组件：Windows 7/8/10, Server 2012/2016 + Anaconda3-5.0.1（Python 3.6）+ Visual Studio 2015（VC++ 2015） + CUDA 9.0 + CuDnn 7.0

2.通过Anaconda安装Python 3.6

2.1Anaconda介绍

建议安装 Anaconda，因为这个集成了很多科学计算所必需的库，能够避免很多依赖问题。

Anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便一些。比如大家经常烦恼的lxml包的问题，在Windows下pip是无法顺利安装的，而conda命令则可以，后面会详细展示。

2.2Anaconda下载和安装

下载Anaconda3-5.0.1-Windows-x86_64（官网和国内清华大学开源软件镜像站）。

下载完成后安装，最好不要安装在C盘，日积月累Anaconda会占用不小的地，另外Anaconda安装路径不要出现空格。

    安装过程中除了安装位置外，还有两个需要确认的地方。

第一个勾表示是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾话问题也不大，可以在之后使用Anaconda提供的命令行工具进行操作；

第二个勾表示是否设置Anaconda所带的Python 3.6为系统默认的Python版本。

2.3Anaconda安装检查

安装Anaconda以后，可以在"开始"菜单里点击"运行"输入cmd，在弹出来的窗口里分别输入python、ipython、conda、jupyter notebook等命令，会看到相应的结果，说明安装成功。（python是进入python交互命令行；ipython是进入ipython交互命令行，很强大；conda是Anaconda的配置命令；jupyter notebook则会启动Web端的ipython notebook）

2.4Anaconda配置镜像

Anaconda安装成功之后，我们需要修改其包管理镜像为国内源（Tsinghua Open Source Mirror）。

简单来说就是在cmd中分别运行这两个命令就好了。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

推荐第一行命令输入两次，以便把这个镜像地址放在首位。

3.安装Visual Studio 2015

安装VS2015（主要是为了安装VC++ 2015） ，其中VS2015的默认安装不包括C++的编译器，必须手动勾选Visual C++，不然会面临后续的CUDA编译错误。

4.CUDA9.0

• 下载CUDA9.0，CUDA9.0的下载地址：CUDA 9.0 Downloads
• 安装CUDA，安装成功后会看到如下图：

• 验证CUDA安装成功：打开命令行，也就是cmd然后输入"nvcc -V"，如果安装正确的话你应该看到这样的输出：

5.CuDnn版本：CuDnn 7.0 for CUDA9.0

• 下载CuDnn 7.0，cuDNN的下载地址：NVIDIA cuDNN，其中下载CuDnn前必须注册英伟达社区的会员，而且注册和下载得FQ，不然注册或者登陆不成功（这是一个坑）。

• 安装CuDnn，将cuDNN下载以后解压，你会发现"cuda"的文件夹下面有bin、include、lib三个文件夹，将这个三个文件夹复制到CUDA9.0安装文件夹下，如" C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0"。

6.确认系统环境变量(Environment Variables)

• 确认CUDA_PATH和CUDA_PATH_V8.0已经存在
• 手动添加 " C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0in "到Path里面。

7.通过Anaconda安装TensorFlow的GPU版本

7.1创建安装TensorFlow的Python环境

打开Anaconda Prompt，输入：" conda create -n tensorflow python=3.6 "来创建python的环境，输入命令后如下：

然后输入 " y ",由于安装TensorFlow的Python环境创建成功，如图所示：

创建完以后，在Anaconda Navigator会出现这个环境，如下图所示，如果没有出现，检查上边环境路径问题。

7.2安装TensorFlow-GPU

在Anaconda Prompt输入：" activate tensorflow "  激活环境。

输入命令 " pip install --upgrade --ignore-installed tensorflow-gpu "安装TensorFlow。

    安装成功如图所示：

8.测试TensorFlow是否安装成功

在Anaconda Prompt输入：" activate tensorflow " 激活环境，再输入" python "打开python输入下面的命令测试一下：

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> sess.run(hello)

Hello, TensorFlow!

>>> a = tf.constant(10)

>>> b = tf.constant(32)

>>> sess.run(a+b)

42

注：

如果在spyder中 import tensorflow失败，可以把tensorflow环境中lib的site-packages复制到anaconda3libsite-packages路径下。

参考资料

Windows平台安装TensorFlow-GPU-（CUDA 8.0 + CuDnn 6.0）方法一

最省心的Python版本和第三方库管理——初探Anaconda

windows下anaconda3.6 配置tensorflow补充

版权声明：

本文首发于onefish51的博客（http://www.cnblogs.com/onefish51和https://blog.csdn.net/weixin_31075593），未经允许不得转载，版权所有，侵权必究。