Win10下安裝Anaconda+CUDA+TensorFlow+PyTorch+PyCharm

• 系統：Windows10
• Anaconda：Anaconda3-5.3.1
• CUDA版本：CUDA 9.0
• cudnn版本：cudnn-9.0-windows10-x64-v7.4.1.5
• Tensorflow版本：Tensorflow-gpu 1.12.0
• keras版本：keras-2.2.4
• Pytorch版本：Pytorch-gpu 1.0.1
• Pycharm版本：JetBrains PyCharm Community Edition 2018.3.2 x64

Anaconda配置流程

1. 安裝Anaconda

官方下載地址：[https://repo.continuum.io/archive/]， 下載相應版本的Anaconda，這裡使用Anaconda3-5.3.1-Windows-x86_64.exe版本。若官網下載太慢，可以使用國內的清華鏡像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2. 添加conda鏡像

TUNA 還提供了 Anaconda 倉庫的鏡像，運行以下命令:

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

即可添加 Anaconda Python 免費倉庫。

3. 添加pip鏡像

pypi 鏡像使用幫助，pypi 鏡像每 5 分鐘同步一次。

臨時使用

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

注意，simple 不能少, 是 https 而不是 http

設為默認

升級 pip 到最新的版本 (>=10.0.0) 後進行配置：

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4. 修改Jupyter Notebok的默認工作路徑

進入Anaconda Prompt，輸入

jupyter notebook --generate-config

找到 jupyter_notebook_config.py 的路徑並打此文件。

找到 c.NotebookApp.notebook_dir 這個變數，將你希望的路徑賦值給這個變數，並刪除這一行前面的「#」。

然而，如果你直接通過 Jupyter Notebook 的快捷方式進入，默認目錄還是原來那個。如果需要修改，還需要進行如下步驟：

找到快捷方式，右鍵打開屬性，將「目標」最後面的 「%USERPROFILE%」 刪除就可以了。

5. 添加Anaconda環境變數

我的電腦-系統屬性-高級系統設置-高級-環境變數-系統變數-找到Path

D:Anaconda3;
D:Anaconda3Scripts

6. jupyter中添加conda虛擬環境

首先安裝ipykernel：

conda install ipykernel

在terminal下執行命令行

conda create -n tensorflow python=3.6 ipykernel

CUDA和cudnn配置流程

1. 查看計算機顯卡型號：

在桌面電腦圖標上點擊右鍵,選擇管理。

點擊設備管理器。

點擊顯示適配器。

如圖即可看到當前安裝的顯卡型號。

例如本機顯卡型號為GTX1060

2. 查看顯卡是否支持CUDA版本

去CUDA官網查看計算機顯卡支持的版本型號 https://developer.nvidia.com/cuda-gpus

我們可以看到顯卡的計算能力為6.1,是支持CUDA版本的。

3. 查看tensorflow版本對應的CUDA和cudnn版本

在此我們選擇Tensorflow-gpu 1.12.0對應的CUDA 9.0和cudnn 7.0版本

4. 安裝CUDA 9.0

官網下載鏈接： https://developer.nvidia.com/cuda-toolkit-archive

安裝完成後進行測試，在cmd中輸入：

nvcc-V

表示安裝成功

windows10下使用nvidia-smi查看GPU使用情況：

nvidia-smi所在的位置為：C:Program FilesNVIDIA CorporationNVSMI，為了方便我們可以把此路徑添加到path中。

看到顯卡信息表示成功啦

4. cudnn庫下載

官網下載鏈接：https://developer.nvidia.com/cudnn

下載這個安裝包需要註冊並且填一堆問卷，下下來以後把相關包不用安裝，直接拷到cuda路徑對應的文件夾下面就行

TensorFlow-gpu配置流程

1. 安裝TensorFlow

打開cmd，進入新建的tensorflow環境中

activate tensorflow

在cmd中使用pip安裝輸入以下指令：

pip install tensorflow-gpu=1.12.0

也可使用conda安裝，有時候會出錯……：

conda install tensorflow-gpu

2. 測試TensorFlow

測試TensorFlow是否安裝成功，在cmd中輸入python，進入Python編輯環境，輸入以下指令

import tensorflow as tf
a = tf.constant(1.0)
b = tf.constant(2.0)
c = a + b
with tf.Session() as sess:
print(sess.run(c))

安裝成功啦。

keras配置流程

1. 安裝keras

使用conda安裝：

conda install keras

2. 測試keras

import tensorflow as tf
import keras

測試結果：

PyTorch-gpu配置流程

1. 安裝PyTorch

同上使用conda創建一個pytorch的環境：

conda create -n pytorch python=3.6 ipykernel

進入pytorch環境：

activate pytorch

ptoch官網下載：https://pytorch.org/get-started/locally/

使用conda安裝pytorch：

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

2. 測試PyTorch

測試CUDA與cuDNN是否工作正常：

# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

安裝成功啦~

PyCharm配置流程

1. 安裝PyCharm

官網下載：https://www.jetbrains.com/pycharm/download/#section=windows

社區版免費，專業版收費，入門學習選擇社區版即可

2. 配置PyCharm與TensorFlow

打開pycahrm，新建項目。

出現如下界面：

選擇運行環境。選中Existing Interpreter，點擊右邊設置按鈕，選擇Add Local

點擊Conda Enviroment，選擇環境

進入Anaconda安裝路徑，選擇envs文件夾，裡面有建立的環境，選擇之前建立的tensorflow環境中的python.exe，本機的路徑為：D:Anaconda3envs ensorflowpython.exe

創建test.py文件測試tensorflow：

import tensorflow as tf
a = tf.constant(1.0)
b = tf.constant(2.0)
c = a + b
with tf.Session() as sess:
print(sess.run(c))

輸出結果：

成功配置tensorflow和pycharm啦~

3. 配置PyCharm與Pytorch

配置pytorch和pycharm與以上類似，就是把Python路徑：由D:Anaconda3envs ensorflowpython.exe更換為D:Anaconda3envspytorchpython.exe即可。

創建test.py文件測試pytorch：

# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

輸出結果：

同樣配置成功了~

參考鏈接：

1. Win10下安裝Anaconda+PyTorch+pycharm https://zhuanlan.zhihu.com/p/35255076
2. Windows 安裝 Anaconda3 詳細過程 https://blog.csdn.net/u012318074/article/details/77075209
3. 修改Jupyter Notebok的默認工作路徑 https://zhuanlan.zhihu.com/p/48962153
4. WIN10安裝TENSORFLOW（GPU版本）詳解（超詳細，從零開始） https://zhuanlan.zhihu.com/p/37086409
5. Anaconda使用筆記 https://zhuanlan.zhihu.com/p/57612562
6. win10+cuda8.0+cudnn+Tensorflow（GPU）安裝 https://blog.csdn.net/scythe666/article/details/78592756
7. Win10 TensorFlow（gpu）安裝詳解 https://blog.csdn.net/sb19931201/article/details/53648615
8. 如何查看電腦的顯卡型號 http://xinzhi.wenda.so.com/a/1542603542209428
9. Win10下安裝Anaconda+PyTorch+pycharm https://zhuanlan.zhihu.com/p/35255076
10. PyTorch在64位Windows下的Conda包 https://zhuanlan.zhihu.com/p/26871672
11. Pycharm簡易使用教程 https://zhuanlan.zhihu.com/p/52470112
12. Deep-Learning-From-Zero-To-One https://github.com/chaowentao/Deep-Learning-From-Zero-To-One

推薦閱讀：