写在前面的话：
再弄这个之前，我对python也好，tensorflow也好几乎是0认知的，所以配置这个环境的时候，走了不少弯路，整整耗费了一个星期的时间才搭配完整这个环境，简直了。。。然而最气的是，好不容易搭好了环境，因为我笔记本配置低，老师给的程序根本跑不起来。
这个环境搭配的教程有很多博客可以参考，我却弄了很久也没成功，反思自己，是自大的心理在作怪。教程里让用python3.5，而我偏偏安装python3.6，教程说安装cuda8，我发现官网出了cuda9，就安装了9，这么弄下去当然不容易成功。本文所需的大多数文件和安装包，及参考博客会在最后给出链接。
对于已经看过其他教程的朋友们如果没安装成功可以检查一下：
1，兼容性问题
python3.6 + cuda8 + cuDNN6
python3.5 + cuda8 + cuDNN6
这是我目前发现的兼容的组合。网上有说需要Micrsolft Visual C++ 2015 Redistributable，目前还没有发现需要这个东西，但是有需要的朋友也可以在本文最后的链接下载。
2，cuda + cuDNN的安装配置
安装之前需要确定你的显卡是不是NVIDA 的 显卡，是否支持cuda，否则就只能老老实实的用cpu跑程序了。cuda的安装正常来说只需要一步一步点击就可以了，最开始的时候我的电脑安装cuda9会直接安装失败，不知道为什么，朋友们在安装的时候如果简要安装会失败的话，可以考虑自定义安装，只选择和cuda相关的组件，其他的不选择，基本就没有问题了，环境变量也不用特意去修改，都是修改完的。
只安装cuda而不安装cuDNN是不可以的，下载对应版本的cuDNN，解压后将对应文件放置到cuda的安装目录下的对应文件夹下，cuda的安装目录可以通过查看环境变量的找到。
3，tensorflow-gpu的安装
tensorflow的安装实际上非常简单
支持cuda：打开cmd，输入pip install tensorflow-gpu
不支持cuda：打开cmd，输入pip install tensorflow
需要注意的是，tensorflow和tensorflow-gpu只需要安装一个。
4，keras的安装
keras的安装稍微复杂一点儿，直接敲pip install keras多半会报错（看不懂什么意思）。需要先手动下两个包，sripy和numpy+mkl（链接会在文章最后给出）。
4，1 先安装munpy+mkl
在cmd中输入 pip install munpy+mkl的绝对路径地址即可安装。可以通过右键打开该文件的属性，安装选项卡里有个对象名称，直接复制就可以
4，2后安装scipy
同样的方法安装scipy
4，3安装keras
这个时候再通过cmd
pip install keras
就没有问题了
5，VScode的使用
安装没什么可以讲的了，按照向导点点点就ok了，这里说一下为什么使用VScode，首先是速度，VS2017同样是支持python的，功能也很强大，但是速度太慢，再者是调试，VScode可以调试python程序就像是调试C程序一样，用着很舒服，并且不用配置，直接使用本机的python环境。
现在开始示例安装，先查看一下配置，使用鲁大师的硬件检测功能查看一下机器的整体配置：
一 ，安装CUDA及cuDNN
1，1 前期准备
首先需要确认这台机器的显卡知否支持CUDA，自行查阅这个网址 https://developer.nvidia.com/cuda-gpus 看看你的显卡型号是否在列表之中。
然后准备好相关安装包，因为我现在这台机器已经安装了python3.5，所以我选择了cuDNN V6.0：
GPU-Z用来最后确认cuda是否安装成功以及在运行程序的时候，对GPU的状态进行监控。
1，2 安装过程
为了避免不必要的麻烦，安装之前先关闭所有的安全软件。首先安装cuda，直接点击运行就可以了
这个路径是用来保存临时文件的，安装程序运行完成后会自动删除，直接ok
接下来是相对比较漫长的等待
加载完成后，程序会检查系统兼容性，在这个期间不要安装/卸载程序
同意协议
这里所谓的精简实际上并不精简，而是安装了这个程序所能够安装的全部组件。推荐自定义
关于这四套组件，只有第一个是和cuda相关的，各位可以按需选择，我这里只选择cuda相关。如果在选择的过程中，选框消失了。。。不用急，再点一下就出来了。还需要说明的是，如果有的朋友全选的时候安装不成功的话，我建议可以试试只选择CUDA相关的组件（也就是第一个），亲测有效
这一步是安装位置，本人不建议修改（在我自己的笔记本上发生活更改后安装失败的例子）
安装过程相对来说不是很漫长
安装成功
解压cuDNN压缩包，cuda目录下有三个子目录，实际上每个子目录下只有一个文件，我们只需要把子目录下的文件复制到cuda的安装目录下对应的文件夹下
例如，cuDNN解压后的cuda-->bin目录下的cudnn64_5.dll文件，需要复制到cuda的安装目录下cuda-->bin目录下，另外三个文件同理。
1，3 验证
这里我们查看一下环境变量：右键点击我的电脑（此电脑）-->属性-->高级系统设置-->环境变量，查看下path，最上面这两条是刚刚安装出来的。
这个时候我们可以打开GPU-Z，这个软件是可以免安装的，查看一下当前CUDA功能能不能够使用，CUDA前面有一个对勾，证明安装成功
最后，右键点击开始选择Windows power shell（使用cmd也是一样），输入 nvcc -V，输出版本信息，证明ok
二，python3.5 + tensorflow-gpu + keras
2，1 前期准备
由于我现在的机器已经安装了python3.5。。。嗯，所以就是剩下tensorflow-gpu + keras，确认下相关安装包：
右键点击开始，选择Windows power shell（效果和cmd一样）首先检查已经安装的包 输入 pip list 回车。。。竟然已经有了这么多的包
2，2 安装过程
输入 pip install tensorflow-gpu，稍等片刻。。。安装成功。
2，3 验证
同样是使用Windows power shell ，输入 python 进入python程序，在输入 import tensorflow as tf 回车，只要不报错，就证明tensorflow 安装没问题。（其实现在我已经换了一台计算机，所以当前程序是python3.6）
三，VSCode安装
3，1材料准备
只需要VSCode 的安装包
3，2安装过程
3，3验证
下载链接：
python https://www.python.org/downloads/
VSCode https://code.visualstudio.com/Download
cuda 8 http://pan.baidu.com/s/1dFIpsfn cuda https://developer.nvidia.com/cuda-toolkit-archive
cuDNN v6.0 http://pan.baidu.com/s/1jIf53vC cdDNN 5.1 http://pan.baidu.com/s/1cpVhYA
numpy+mkl http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy python3.5 http://pan.baidu.com/s/1cpVhZS python3.6 http://pan.baidu.com/s/1pLV2aYR
scipy http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy python3.5 http://pan.baidu.com/s/1miLyOEs python 3.6 http://pan.baidu.com/s/1qXRgg4O
GPU-Z https://www.baidu.com/link?url=sw2yUGlFmWIOKP5iY3oq_7BRYDoKaA7ej8tjuYV0T26gG7RefAoim0noG5_UO2sTO9PJpFYnezabuxPnJbvydIMhhiXK8F_zonY0Uq1PIlW&wd=&eqid=c689f8ee00000f290000000359edb791
http://pan.baidu.com/s/1gf6GcCV
vc redist x64 + vc redist x86 http://pan.baidu.com/s/1o8r8F02
（未完待续）
有兴趣的朋友欢迎共同学习沟通：sr_john_green@outlook.com
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：win10 + python3.6 + VSCode + tensorflow-gpu + keras + cuda8 + cuDN6N环境配置 - Python技术站
微信扫一扫 
支付宝扫一扫 