Python-深度學習-學習筆記（9）：在win7環境下的 TensorFlow GPU版安裝

在進行tensorflow安裝前，我們首先需要知道所需的環境配置。

1. Anaconda : 安裝TensorFlow必須安裝Python，而安裝Python最方便的方式就是用軟體包來安裝，並且安裝anaconda軟體包同時會幫我們安裝很多軟體包，例如Numpy、Jupyter Notebook、Scipy、Matplotlib、Pandas等。
2. CUDA：CUDA（Compute Unified Device Architecture），是顯示卡廠商NVIDIA推出的運算平臺。 CUDA™是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的平行計算引擎。
3. cuDNN: NVIDIA cuDNN是用於深度神經網路的GPU加速庫。
CUDA看作是一個工作臺，上面配有很多工具，如錘子、螺絲刀等。cuDNN是基於CUDA的深度學習GPU加速庫，有了它才能在GPU上完成深度學習的計算。
4. TensorFlow:TensorFlow是一個基於資料流程式設計（dataflow programming）的符號數學系統，被廣泛應用於各類機器學習（machine learning）演算法的程式設計實現。

———————————————————————————————————————————————
環境：win7
Anaconda：Anaconda3-2018.12-Windows-x86_64
CUDA： cuda_9.0.176_windows
cudnn：cudnn-9.0-windows7-x64-v7.4.1.5
python：3.6.0
TensorFlow：1.7.0
———————————————————————————————————————————————

下面進行安裝：

1、安裝CUDA：

https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=7

進入上面的連結之後，下載下面兩個exe檔案。

下載完這兩個exe檔案後，分別進行安裝。（注意安裝前一定要將之前舊的NVIDIA程式解除安裝乾淨）
安裝完成。

2、安裝cuDNN：

https://developer.nvidia.com/rdp/cudnn-archive

從該連結查詢對應你版本的cuDNN,並下載，下載完成後是一個壓縮包的形式。

進行解壓，並將如下的三個資料夾替換到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0（該目錄是我的cuda8.0的安裝目錄）。

你可以透過點進去新的bin檔案檢視是否有cudnn類的檔名出現，從而檢查是否完成了替換。

3、安裝anaconda3：
點開anaconda3的exe檔案，一直下一步，其中這一步需要兩個 √都點。
上面是將 Anaconda 加入 PATH 環境變數。
下面是將 Anaconda 註冊為預設的 Python。

安裝完之後，我們進入conda環境。

輸入以下命令，並在出現提示時輸入y。

conda create --name python36 python==3.6

安裝完成。

4、安裝tensorflow：
輸入命令：activate python36進入到python3.6虛擬環境。

輸入tensorflow下載命令：

pip install tensorflow-gpu==1.7.0

GPU版
pip install tensorflow==1.7.0
CPU版

下面進行檢查：

1.檢查環境：

conda info --envs

2.檢查CUDA是否安裝成功：
輸入你的CUDA地址位置，並將目錄切換到這裡，檢查兩個檔案。

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite>bandwidthTest

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite>deviceQuery.exe

3、檢查tensorflow是否安裝成功：
進入到你的虛擬環境中的python中，匯入tensorflow，如果沒有出現任何東西，而是在下一行出現“>>>”，說明安裝成功了。

4、檢查tensorflow是否為GPU版本：
為了獲取你的 operations 和 Tensor 被指派到哪個裝置上執行, 用 log_device_placement 新建一個 session, 並設定為 True.

跑一個矩陣相乘：

import tensorflow as tf# 新建一個 graph.a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')c = tf.matmul(a, b)# 新建session with log_device_placement並設定為True.sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))# 執行這個 op.print (sess.run(c))#任務完成 關閉會話sess.close()1234567891011

最後顯示有GPU的參與。

總結一下：這幾步說白了就是你下載了一個Anaconda的虛擬環境，這個環境中預設帶的是python3.7，而你用tensorflow的話這個版本相對太高，所以你需要下載一個虛擬的python3.6的環境（上面成為python36），在這個環境中，你下載了一個tensorflow1.7.0的版本（具體版本參考方法如下），所以你在使用tensorflow的時候，需要先進入到python3.6的虛擬環境中（activate python36），然後再進入到python中（python3.6在python36這個環境中），然後再匯入tensorflow（import tensorflow as tf）就可以用了。

最後進行填坑階段：

1、最後在匯入tensorflow，如果出現以下問題： ImportError: DLL load failed。

更換為 protobuf 3.6.0即可。

pip install protobuf==3.6.0

2、在下載tensorflow後出現： Requirement already satisfied。
表示你已經裝了tensorflow這個包，要麼解除安裝了舊的再裝新的，要麼不需要繼續安裝。

3、報錯：FutureWarning:  Conversion of the second argument of issubdtype from  float

pip install h5py==2.8.0rc1

4、報錯： distributed 1.21.8 requires msgpack, which is not installed.

pip install msgpack-python
pip install msgpack

5、下載的全亂了，想把 環境清空重新來：

conda remove -n envs_name --all

6、安裝完tensorflow之後==No module named ‘tensorflow’==問題
請先切換到你下載tensorflow的環境中（我的是activate python36）。要麼就是你沒啟用，那麼請輸入：

activate tensorflow