1200字范文 > windows安装 cpu-tensorflow 和 GPU-tensorflow及安装 Anaconda+cuda+cudnn配置python

windows安装 cpu-tensorflow 和 GPU-tensorflow及安装 Anaconda+cuda+cudnn配置python

时间：2022-05-24 22:56:40

环境要求：

Windowspython 3.5pip 9.0.1tensorflow 0.12.0cuda8.0cudnn5.1查看gpu是否支持cuda，点击此处链接

本文目的是帮助读者更快速的ping通win10环境下TensorFlow

注意一台主机要么装cpu-TensorFlow，要么装gpu-tensorflow，否则极容易报错，这是本人走过最大的错误！！本文会分别介绍这两种安装方式！！！千万别同时安装！

安装过程：

第一步安装python3.5

下载

首先python版本很重要，安装tensorflow有严格的版本匹配要求。

官网下载地址 /downloads/release/python-352/

版本种类如下：

web-based installer 是需要通过联网完成安装的

executable installer 是可执行文件(*.exe)方式安装

embeddable zip file 嵌入式版本，可以集成到其它应用中。

选择executable版本

网盘分享链接： /s/1nD29BxC6sThsdzEznbj5fQ 密码：8szx

Python安装过程注意：安装路径，之后的Anaconda安装路径要与它保持一致，我是用默认路径，C盘比较大嘻嘻

安装完成，但在win10在任务栏和桌面上都未生成图标，使用起来麻烦些，在开始窗口打开所有应，按字母找到python程序项，右键选择固定在任务栏或屏幕。

确保你的pip版本 >= 8.1

用pip -V查看当前pip版本，升级pip

python -m pip install -U pip

升级成功

测试

Cmd进入终端

说明：一定要重新启动命令终端，否则的path变量不会被重新加载。

恭喜你Python安装成功！

第二步安装Anaconda

官网下载地址 /download/

选择相应的Anaconda进行安装

网盘分享链接：/s/1gtvSnoo7f0-Iu8SvZtospw

密码：3pzr

就和安装普通的软件一样，全部选择默认即可，注意勾选将python3.6添加进环境变量

这样Anaconda就安装好了，我们可以通过下面的命令来查看Anaconda已经安装了哪些包

运行开始->Anaconda3—>AnacondaPrompt

conda list

可以看到已经安装了numpy、sympy 以及刚安装成功的python3.5等常用的包

第三步激活Anaconda中python3.5

/Kyle_/article/details/78257051?locationNum=2&fps=1

我们从官网下载的anaconda，自带默认python3.6，所以需要修改。如果出现错误，通常是因为没有重启电脑造成，path等未及时更新

activate tensorflow

修改成功！

第四步安装Tensorflow

（1）打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：

conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/conda config --set show_channel_urls yes

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.5

释义：创建一个姓名为tensorflow的python环境，python版本是3.5。

因此，有的人习惯写成形式如下（建议使用）：

conda create -n python35 python=3.5

出现【Y/N】?选择Y

显示tensorflow（python35）环境被激活，、conda未激活，此时具备安装CPU-tensorflow的条件

运行开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow（python35）的环境已经创建好了

4.1 安装CPU-tensorflow：

4.1.1：

4.1.2：激活python35（tensorflow）环境

在Anaconda Prompt中启动tensorflow环境，每次使用tensorflow都需要该步骤

activate tensorflow

每次开机后欲使用TensorFlow，都需要该步操作

注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate

4.1.3：安装cpu版本的TensorFlow

pip install--upgrade--ignore-installedtensorflow

4.1.4 测试

在Anaconda Prompt中启动tensorflow环境，并进入python环境

测试代码如下:

import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))

运行结果：

4.2：安装GPU-TensorFlow

4.2.1：

进入 AnacondaPrompt

pip install tensorflow-gpu==1.2

或者

pip install --upgrade /tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

注意pip install --upgrade tensorflow-gpu默认1.6版本，具体哪个版本取决主机，别轻易upgrade，会产生连锁效应。如果pip install 过程中报错，可用浏览器单独下载TensorFlow，然后

pip install C:\自定义的目录\tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

可能会出现

按照要求更新即可

4.2.2：

安装gpu支持包cuda8.0和CuDNN5.0

官网下载地址 /cuda-80-ga2-download-archive

注意cuda版本只能是8.* CuDNN 5.* 这是与tensorflow配套的，不能下载最新的cuda 、cuDNN

官网下载的时候不是缩写cuDNN（Deep Neural Network），注意找一下

网盘分享链接：/s/1f8W9FzCiPTXRShGIgm7Slw 密码：4rut

根据自己的环境选择对应的版本,exe分为网络版和本地版，网络版安装包比较小，执行安装的时候再去下载需要的包；本地版安装包是直接下载完整安装包

测试cmd

看到版本信息表示小成功

nvcc-V

这样并不代表安装成功，等把CUDA_Samples示例编译通过即不报错，才是安装成功

解压cudnn5.0

（1）生成cuda/include、cuda/lib、cuda/bin三个目录；

（2）分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIAGPU Computing Toolkit\CUDA\v8.0对应的include、lib、bin目录下即可

自定义的安装路径，需要自己搜索一下NVIDIA GPU Computing Toolkit的目录

测试

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\extras\demo_suite目录下找到deviceQuery.exe文件。打开一个cmd窗口，定位到C:\Program Files\NVIDIA GPUComputingToolkit\CUDA\v8.0\extras\demo_suite目录，输入：deviceQuery.exe，然后回车。会得到如下结果：

恭喜你CUDA8.0安装成功！！！

4.2.3：

安装依赖库Numpy、Scipy等

官网下载地址 /pypi/numpy

下载的版本跟自身系统有关的（本人python3.5+win64）查看本机python版本：cmd-->python

由于后续还要安装Scipy，Scipy的安装需要依赖MKL库，官方的Numpy不包含MKL，故从

http://www.lfd.uci.edu/~gohlke/pythonlibs/

下载合适版本的包含MKL库的第三方Numpy ，注意Numpy、Scipy、等很多python依赖库都能在该网站上找到。

第一种方法：下载完成后均放 C:\Users\adminstrator\AppData\Local\Programs\Python 目录下

第二种方法：自定义目录，命令行： cd 自定义的目录

网盘分享链接：/s/17SGGgdXzyXXxGex_Ra0Ghw 密码：29hg

官网版如上图

第三方库如上图

numpy:主要用来做一些科学运算，主要是矩阵的运算。NumPy为Python带来了真正的多维数组功能

scipy：主要是一些科学工具集，信号处理工具集（如线性代数使用LAPACK库，快速傅立叶变换使用FFTPACK库）及数值计算的一些工具（常微分方程求解使用ODEPACK库，非线性方程组求解以及最小值求解等）

matplotlib：是一个画图工具和Matlab中的画图工程类似

pip install 文件名

注意scipy安装必须在numpy成功安装之后安装，安装顺序是numpy+MKL→scipy→matplotlib→scikit-learn

pip install numpy-1.14.2+mkl-cp35-cp35m-win_amd64.whlpip install scipy-1.0.0-cp35-cp35m-win_amd64.whlpip install matplotlib-2.2.2-cp35-cp35m-win_amd64.whlpip install scikit_learn-0.19.1-cp35-cp35m-win_amd64.whl

举例：

D:\Anaconda3\envs\tensorflow\Scripts> pip install D:\dependces\numpy-1.14.2+mkl-cp35-cp35m-win_amd64.wh

解释： cmd进入刚创建的python35(tensorflow)环境---D:\Anaconda3\envs\tensorflow

再到 <Python安装目录>\Scripts\目录下---D:\Anaconda3\envs\tensorflow\Scripts。执行 pip install numpy-1.14.2+mkl-cp35-cp35m-win_amd64.wh，写全 numpy文件的存放路径。

详情参见本人博客 /WJ_MeiMei/article/details/84393042

测试 numpy

第一种方法

进入numpy安装路径（注意查看，可能与python35目录不一致），再进入python3.5环境，如图所示：

from numpy import *m=mat(random.rand(4,4))m.I

第二种方法

（1）在Anaconda Prompt中激活python3.5环境，参见4.1.2

（2）python

(3) 图示

测试 scipy

import numpy as npfrom scipy.stats import betafrom matplotlib.pyplot import hist, plot, showobs = beta.rvs(5, 5, size=2000) # 2000 observationshist(obs, bins=40, normed=True)grid = np.linspace(0.01, 0.99, 100)plot(grid,beta.pdf(grid, 5, 5), 'k-', linewidth=2)show()

结果如图：

测试 matplotlib

from mpl_toolkits.mplot3d import axes3dimport matplotlib.pyplot as pltfrom matplotlib import cmfig = plt.figure()ax =fig.gca(projection='3d')X, Y, Z =axes3d.get_test_data(0.05)ax.plot_surface(X, Y,Z, rstride=8, cstride=8, alpha=0.3)cset = ax.contour(X, Y,Z, zdir='z', offset=-100, cmap=cm.coolwarm)cset = ax.contour(X, Y,Z, zdir='x', offset=-40, cmap=cm.coolwarm)cset = ax.contour(X, Y,Z, zdir='y', offset=40, cmap=cm.coolwarm)ax.set_xlabel('X')ax.set_xlim(-40, 40)ax.set_ylabel('Y')ax.set_ylim(-40, 40)ax.set_zlabel('Z')ax.set_zlim(-100, 100)plt.show()

运行结果：