Win10使用Anaconda安裝Tensorflow-gpu詳解
大家都知道，搞深度學習的有機子是第一步，能配置是第二步，配環境可是真的一眼難盡。最近老師給配了個機子，從開始下軟件到配置完成花費了大概兩天時間，中間有很多的坑，記錄一下，希望大家的問題可以從我這里得到一些解惑。
本文安裝流程Anaconda->tensorflow-gpu->jupyter使用->CUDA安裝->cudnn安裝->測試。
對其中的坑進行了總結，包括各種問題的總結。
裝備
在下的裝備為：
- 系統：
Win10（64位） - Anaconda：
4.9.2 - python：
3.6.12 - 顯卡：
NVIDIA GeForce RTX 2060 CUDA：10.1cudnn：7.6.5
步驟以及問題
第一步：Anaconda的下載
對應自己的系統下載Anaconda就完事了！
下載之后安裝，添加到Path（點擊之后你就不用自己去添加環境變量了）
安裝后測試Anaconda是否成功，打開Anaconda Prompt，輸入conda -V
如果是這樣，表明你安裝成功了。
第二步：配置新的工作環境
從上圖看，我們安裝Anaconda之后的默認環境是base，我們可以自己重新開啟一個專門處理
tensorflow的環境。
Anaconda Prompt輸入：
這里指定創建的新環境名字為tensorflow，環境中使用的python版本為3.6。等待安裝即可。
conda create --name tensorflow python=3.6
環境查詢：
出現下列結果，表明你蒙對了。
conda info --envs
激活環境並查看python的版本：進入自己配置的環境，並查看python的版本。出現下圖結果，證明你又tmd蒙對了。
activate tensorflow
python
# deactivate 退出當前環境，即回到base環境
問題：
包的下載：
建議使用國內源，更換文件C:\Users\Administrator\.condarc，文件位置不一定都是這里，但一定是在當前系統用戶的存儲臨時文件的那個地方。
.condarc文件內容更換如下
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
然后你就發現下的速度起飛。
jupyter的使用：
Anaconda Prompt 下輸入jupyter notebook
jupyter notebook
這樣表示成功，並且默認打開瀏覽器，顯示如下界面：
- 啟動了notebook但是特別卡怎么解決？
打開C:\Users\Administrator\.ijupyter\jupyter_notebook_config.py這個文件，也就是存儲jupyter相關配置的文件，將存儲ipynb文件的目錄換一下
前面的#去掉，后面存放你自定義的存儲文件的位置即可
再次運行你會發現滑溜的一批
-
希望在別的環境(
env)下也可以使用jupyter怎么辦？細心的朋友會發現我們上面是在base的環境下開啟的
jupyter，那么在tensorflow環境下也是可以開啟的，但需要在tensorflow環境下輸入命令：conda install nb_conda然后再啟動，你會發現神奇的事情又出現了。
-
jupyter在執行過程中一直處在運算中，沒有結果怎么辦？這部分所有的問題就在
python-jupyter-tornado版本不一致
方案一：tensorflow環境下輸入：有的可以解決，有的不可以。
pip install "pyzmq==17.0.0" "ipykernel==4.8.2"
方案二：執行上述代碼出現如下問題：
tensorflow環境下安裝tornado，根據你的python(3.6)版本安裝tornado。
conda install tornado==4.5.1
方案三： jupyter 5.7.5版本一下並不支持tornado6.0
看下自己的版本對不對，要么降級tornado，要么升級jupyter，下面兩個二選一
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：安裝tensorflow-gpu
tensorflow環境下輸入以下命令：
conda install tensorflow-gpu
默認安裝最新的，最新的是2.3.1
有驚無險，Anaconda部分終於完了！！！！！！
第四步：安裝CUDA
首先CUDA的安裝受制於您的顯卡版本和安裝的tensorflow-gpu的版本
-
首先，下載驅動程序，通過顯卡查詢你的電腦的驅動是啥，然后再下載，點擊這里下載
我的顯卡是
GeForce RTX 2060，根據你的下載驅動即可。
-
其次，顯卡驅動完成之后，看下你的驅動版本是多少，根據驅動版本查詢你可以下載那個版本的
CUDA點擊右下角的
NVIDIA控制面板，右邊會顯示版本
驅動版本和CUDA版本的對應。查看
此時你就有明確的目標下載那個版本的CUDA了，以我下載CUDA10.0為例子。
- 下載
CUDA10.0點擊這里下載
下載的方式有兩種，推薦local(本地)，下載2.4G安裝包之后直接進行安裝即可。由於學校網絡的問題，我使用network一直沒有成功過，並且在使用local下載時，可能會出現下到一半或者快結束的時候，提示網絡原因下載失敗，再點擊下載就變成了32B/42B。此時我的解決方式是使用梯子（VPN）進行下載，結果一帆風順。不會使用梯子的同學可以請教下計算機的同學，他們一般都有通道。
- 測試安裝是否成功：打開
CMD界面
第五步：下載cudnn
cudnn官方給出的對應CUDA的版本下載鏈接看哪呢-看這里啊
Tensorflow官方給出的配置搭配傳送門-看這里
接下來你就下載就完事了，下載cudnn，可能需要注冊一下，有谷歌郵箱的就不用注冊了，注冊完之后填寫一點信息，就可以下載了。
下載完的cudnn的目錄結構是這樣的：
- 將
cudnn的bin、include、lib下的文件全部分別放在CUDA的bin、include、lib文件中。
-
檢查環境變量
如果下方的都有，就沒有問題了，缺啥填啥，按照你們電腦的路徑來啊。
OKOKOK，不容易啊，兄弟，走到這里基本就安裝個差不多了。可以進行測試了。
測試
-
打開Anaconda Prompt
-
輸入測試的代碼
- 看結果是True 還是False，True成功，False失敗。
在測試中，返回結果是False，具體看看是什么問題，如果是缺少dll文件的問題，不要害怕，小問題，缺啥那啥，放在../CUDA/10.1/bin下就好了。注意，提示缺少cublas64_10.dll，在放進去這個文件之后，仍然提示找不到，是因為他還需要別的一個搭配cublasLt64_10.dll，而且后面的這個文件如果不在bin下面，那就在當前用戶保存臨時文件的目錄下，這兩個放在一起就好了。這里給大家一些提供一些常見的dll文件
百度網盤下載：鏈接：https://pan.baidu.-----com/s/1BpzkwFZeE2ZbwQ9O84cWog (怕被和諧。去掉-)
提取碼：qwe1
恭喜你，闖關成功！！！
安裝費時兩天，並且花了3個小時梳理和編寫文檔，有能耐的小老板支持下吧，🦀🦀🦀🦀🦀🦀🦀。
結合Pycharm和Anaconda進行工作
- 配置
pycharm中python解釋器為Anaconda的tensorflow環境下的python.exe文件。
