windows下深度学习框架搭建：tensorfow-gpu1.14.0+cuda10.0+cudnn7.4+python3.6

windows下深度学习框架搭建：tensorfow-gpu1.14.0+cuda10.0+cudnn7.4+python3.6

一、安装anaconda Python3.6环境。若非python3.6环境，可以在anaconda navigator->environments->create创建一个python3.6的环境->激活该环境，在此环境下搭建深度学习框架。

（1）安装anaconda

我之前安装的是anaconda3.7，下面是安装包，小可爱们可以自行下载，一路next就可以安装好了。若想直接安装anaconda3.6可以直接搜索anaconda官网下载，so easy!

链接：https://pan.baidu.com/s/1-P-0j_MlJ7adPiaYOvwmCg 
提取码：ull5

（2）搭建python3.6环境

打开anaconda prompt，输入conda create -n p36就创建好啦。

输入conda activate p36就进入到python3.6的环境中了，之后的安装都在该环境下哦！

二、安装cuda+cudnn：

确定你想要安装哪个版本的tensorflow，查找与该tensorflow版本适配的cuda与cudnn。直接百度搜索就可以查到哦！我用的是tensorflow_gpu1.14的，配合cuda10.0和cudnn7.4，亲测可用，若不想安装该版本的tensorflow，一定要认真查询适配的cuda，不然可能因为不兼容导致后续运行报错。

（一）检查自己电脑支持的cuda版本

打开NVIDIA控制面板->系统信息->组件->NVCUDA64.DLL->产品名称里面显示了显卡适配的CUDA最高版本。我的cuda版本是11.5.56，因此安装cuda10.0没问题啊。

安装CUDA（https://developer.nvidia.com/cuda-toolkit-archive）下载自己想要的版本，之后安装精简版就好。这里是cuda10.0链接。

链接：https://pan.baidu.com/s/1f36JAH_VyynEMINLuoM62Q 
提取码：n57o

（二）安装cuDNN

在官网下载，需要先注册，注册不成功可以在csdn上找资源直接下载。下面是我下载的cudnn7.4链接。

链接：https://pan.baidu.com/s/1Kjl0rd_H-kFgtgD1WGml1Q 
提取码：kpvp

有小伙伴若安装cuda10.1，需要安装cudnn7.6的，这里是cudnn7.6的链接。

链接：https://pan.baidu.com/s/1HmYW4etsUH46prs0Ex6tcQ 
提取码：h5gh

三、配置系统环境变量

将cudnn解压后，在解压后的cuda文件夹中bin,include,lib文件夹中的内容分别复制粘贴到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0（看你把cuda10.0安装到哪）文件夹中bin,include,lib文件夹中。

打开我的电脑->设置->高级系统设置->环境变量->系统变量->path->编辑->进入到编辑环境变量->新建,添加这下面几条

安装完成！！！

四、安装tensorflow-gpu与检验

pip install --ignore-installed --upgrade tensorflow_gpu==1.14.0 

但是可能会很慢，可以在后面加上清华镜像 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装成功后检验一下吧！

成功运行说明安装成功。

五、检验过程中发现的坑

虽然结果可以成功运行出来，但是import tensorflow 那步会出现下面提示：

 原因可能是numpy版本过高，可以降低numpy版本。

pip install numpy==1.18.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果降低后还是有问题，之后可以进入到报错提示中dtype.py所在位置，打开dtype.py文件，把np.dtype([(“quint8”, np.uint8, 1)])修改为np.dtype([(“quint8”, np.uint8, (1,))])，np.dtype([(“qint8”, np.uint8, 1)])修改为np.dtype([(“qint8”, np.uint8, (1,))])等等，报错中提示到的都依次修改。

再次运行第四部检验就可以成功运行啦。