Win10使用Anaconda安装Tensorflow-gpu(CUDN,cudnn安装)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。
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：10.1cudnn：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/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: 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，🦀🦀🦀🦀🦀🦀🦀。
结合Pycharm和Anaconda进行工作
- 配置
pycharm中python解释器为Anaconda的tensorflow环境下的python.exe文件。
