# Window10安裝tensorflow、cuda、cudnn教學 ###### tags: `python` ## 前置步驟: #### 請先安裝好Anaconda，這裡不贅述 這裡補充，將此選項打勾，優點是可以直接在電腦的cmd使用conda等指令 缺點是可能會影響其他的軟體 不打勾優點是不影響其他軟體 缺點是只有在anaconda prompt才可以使用conda指令 ![](https://i.imgur.com/RSOBeNF.png) --- 版本進化的很快，所以安裝tensorflow前，請先到此網頁觀看你需要的版本 (不要追求最好，很多時候都是因為版本的問題就不能跑) https://www.tensorflow.org/install/source_windows 或者是這個網頁，這個網頁好像寫的比較詳細 https://docs.floydhub.com/guides/tensorflow/#tensorflow-22 這裡有網頁可以搭配keras一起使用 https://docs.floydhub.com/guides/environments/ 這裡有個資訊是cuda10.1的版本支援tensorflow2.1.0以上的版本 這裡我們使用的版本是: - Operating System=Windows 10 - GPU=RTX2060 - python=3.7.4 - tensorflow=1.14.0 - CUDA=10.0 - cuDNN=7.4.1 你可以打開Anaconda Prompt(Anaconda3)，輸入以下指令觀看你的python版本 ``` python --version ``` 若要預載tensorflow，你可以輸入以下指令 ``` pip uninstall protobuf pip uninstall tensorflow ``` ## 步驟一:你可先安裝CPU的tensorflow(想安裝GPU版本的這個步驟可以略過) #### 打開Anaconda Prompt(Anaconda3)，輸入以下指令 ``` pip install tensorflow==1.14.0 ``` 這樣就可以指定安裝1.14.0版本的tensorflow，你也可以更改成自己需要的版本號 也可以不指定直接安裝 ``` pip install tensorflow ``` 觀看tensorflow版本的方法，請依以下指令依次輸入 ``` python import tensorflow as tf tf.__version__ ``` ![](https://i.imgur.com/2EoArX3.png) 從圖中可以看出我的版本是1.14.0 到這裡就可以跑訓練了，不過還沒有用到GPU加速 ## 步驟二:下載NVIDIA Driver 到此網站挑選你GPU的版本，然後下載 https://www.nvidia.com/Download/index.aspx 下載完後可以到GeForce Experience，點選介面上的驅動程式，觀看你的Driver版本 ![](https://i.imgur.com/mQUaPPF.png) ![](https://i.imgur.com/Gjk0m2L.png) 可以到這個網站觀看CUDA對應NVIDIA Driver的版本 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html ## 步驟三:安裝CUDA 到此網站下載CUDA https://developer.nvidia.com/cuda-toolkit-archive 這裡下載的是CUDA10.0 ![](https://i.imgur.com/ySC4QPY.png) 選擇自訂 ![](https://i.imgur.com/arTmY2K.png) 只勾選CUDA，其他的不要勾 ![](https://i.imgur.com/KBlP5G6.png) 路徑皆不要更改 ![](https://i.imgur.com/xCwDUwg.png) 檢查系統是否有把這cuda的這兩個資料夾放到系統環境變數中，如果沒有，請自己找到資料夾加進去 ![](https://i.imgur.com/dVNxVL8.png) ## 步驟四:安裝cuDNN 到此網站下載cuDNN https://developer.nvidia.com/cudnn 下載前要先登入會員，然後找到你要的版本，我這裡是找 cuDNN v7.4.1 (Nov 8, 2018), for CUDA 10.0 ![](https://i.imgur.com/ya4FL7T.png) 將剛剛下載的cuDNN解壓縮後打開會看到這些東西 ![](https://i.imgur.com/rLDDJLm.png) 將cuDNN的bin、include、lib複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0中 ![](https://i.imgur.com/nl7pLgK.png) 如果安裝好了，你可以在打開Anaconda Prompt(Anaconda3)，輸入以下指令查看cuda版本 ``` nvcc -V ``` #### 切記，'V'要大寫 ## 步驟五:架設tensorflow-gpu 再來請打開Anaconda Prompt(Anaconda3)一步一步來 輸入以下指令創建環境 ``` conda create -n your-tensorflow-gpu python=3.7 ``` 進入你剛剛創建的環境 ``` activate your-tensorflow-gpu ``` ![](https://i.imgur.com/TjbC3c2.png) 安裝tensorflow-gpu，這裡選擇1.14.0 ``` pip install tensorflow-gpu==1.14.0 ``` 測試tensorflow-gpu，請逐行輸入 ``` python from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) ``` 如果出現以下這些東西，就代表OK啦 ![](https://i.imgur.com/54dTZsC.png) 或者你可以打入以下指令來檢測 較舊的tensorflow ``` import tensorflow as tf sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) ``` 較新的tensorflow ``` import tensorflow as tf sess = tf.compat.v1.Session(config = tf.compat.v1.ConfigProto(log_device_placement=True)) ``` 如果要離開環境，可以打 ``` conda deactivate ``` ## 步驟六:如果要配置spyder或jupyter(此步驟要在你生成的環境做) ### spyder 外層的spyder是Anaconda的spyder並不是你剛剛創建虛擬環境的spyder，所以如果想在這個環境下使用spyder你必須先安裝他，請輸入以下指令 ``` conda install spyder ``` 安裝結束後在你創建的環境下輸入"spyder"，就可以使用 ``` spyder ``` 在"開始功能表"也會多出你創建環境的spyder ![](https://i.imgur.com/J8Sf7hq.png) ### jupyter 跟spyder一樣，所以必須自己在環境下安裝一個 ``` conda install jupyter ``` 開啟指令 ``` jupyter notebook ``` 在"開始功能表"也有 ![](https://i.imgur.com/aLCr8mM.png) ## 額外配置(此步驟要在你生成的環境做): opencv ``` conda install -c conda-forge opencv ``` keras ``` pip install keras==2.2.5 ``` 可到這裡查到keras對應tensorflow版本 https://docs.floydhub.com/guides/environments/ 如果再編譯時發現沒有"matplotlib" ``` pip install matplotlib ``` 編譯時發現沒有PIL ``` pip install pillow ``` # 額外配置安裝完請記得重新啟動程式