Win10系统深度学习环境配置cuda9.0+cudnn7.1+Anaconda3.5+tensorflow1.10+opencv4.1

Win10下配置tensorflow的深度学习环境

电脑配置：win10系统+ GTX1080ti

安装前下载显卡驱动，CUDA9.0，CUDNN7.1，Anaconda3.5，Pycharm2018社区版

1.安装CUDA9.0

1)安装显卡驱动

https://radio.seu.edu.cn/2019/0604/c19196a276218/page.htm

2）安装CUDA9.0

下载好安装包后，打开直接点击‘next’下一步进行安装，安装（提取）路径默认为C盘就好。因为这只是文件的提取路径而已，安装完成后会自动删除，最后都是安装在C盘下的 C:\Program Files\NVIDIA Corporation和C:\Program Files\NVIDIA GPU Computing  Toolkit 文件夹中。

安装时选择“自定义”， 下一步，不要勾选Visual Studio Integration（也可以试试勾选后能否顺利安装，若可以则跳过第3步，不行的话退出安装程序再来一遍）

3）在系统设置里添加环境变量

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

电脑重新启动之后，我们可以打开cmd来查看刚才设置的环境变量： 

4) 下一步是监测cuda安装成功与否

首先启动cmd命令窗口，默认进来的是C:\Windows\system32>路径，输入 cd .. 2次进入c盘；再输入命令cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite；最后分别输入deviceQuery.exe 和 bandwidthTest.exe，运行结果如图所示。Result=PASS则说明通过，反之，Result=Fail 则需要重新安装。  

如果在vs2017中编译不成功：

把cuda解压文件夹下的CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions， 复制里面的所有文件，打开自己的 VS2017 的安装目录，比如 C:\Program Files (x86)\Microsoft Visual Studio\2017\Professional\Common7\IDE\VC\VCTargets\BuildCustomizations，粘贴进来即可

2.cudnn7.1安装

解压压缩包，把压缩包中bin,include,lib中的文件分别拷贝到以下目录中

cndnn64_7.dll文件拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

cudnn.h文件拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

cudnn.lib文件拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

3.使用Anaconda安装tensorflow

3.1 安装Anaconda3.5

Anaconda3-5.2.0-Windows-x86_64.exe，对应的python版本是python3.6

下载链接：https://pan.baidu.com/s/1urlsnjt8XtAL_OmS7lYIfg 密码：swzd

两个都要选上

验证是否安装成功：

安装好了后，运行开始菜单—>Anaconda3—>Anaconda Prompt: 输入conda list

3.2 安装tensorflow1.10

1）用Anaconda3创建一个python3.6的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.6

2）激活tensflow环境：
实际命令：conda activate tensorflow-gpu

3）anaconda search -t conda tensorflow:搜索可用的源

anaconda show aaronzs/tensorflow-gpu

conda install --channel https://conda.anaconda.org/aaronzs tensorflow-gpu

命令没装成功或者超时了，进相应安装环境，再执行一遍就好了。

4)测试是否安装成功

安装完成后，Anaconda prompt下 测试tensorflow是否安装成功

activate tensorflow-gpu

python

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#默认为0：输出所有log信息; 1：进一步屏蔽INFO信息; 2：进一步屏蔽WARNING信息;

hello = tf.constant('Hello,world!')
sess = tf.Session()
result = sess.run(hello)
sess.close()
print(result)

Hello, world! # 恭喜！安装成功！

3.3安装python IDE pycharm

将所有 py 文件关联到 pycharm，也就是你双击你电脑上的 py 文件，会默认使用 pycharm打开，不建议勾选。

3.4 pycharm中导入tensorflow

    选择file>>settings>>project>>project interpreter，Add，然后在existing environment中选择Anaconda3-envs下的python.exe

4.安装opencv4.1

Pycharm中选择file>>settings>>project>>project interpreter，点击+，选择opencv-python和opencv-contrib-python安装即可

等待安装成功即可，输入import cv2，得到下面结果说明安装成功。