#超级系统详细#搭建深度学习环境（python3.8+cuda10.2+tensorflow2.3）

2023-11-14

写在前面：

1、搭建环境前最重要的是先清楚各个版本之间的配对情况

官网版本匹配信息（tensorflow与python）：https://tensorflow.google.cn/install/source_windows

大致如下：
cuda9–vs2017–tensorflow1–python3.7
cuda10–tensorflow2–python3.5及以上

这里由于已经安装的python是3.8的，所以选择 cuda10.2–tensorflow2.–python3.8–vs2017–cudnn8.0.2

2、一定要先安装vs再安装cuda，不然vs找不到cuda项目，又要卸载重装cuda

2020.8.24更新:
1、下载whl文件进行python的第三方包安装的方法：
（1）将whl文件放到python的Script文件夹中，如图在这里插入图片描述

（2）在命令行中跳到python的Script文件夹中
（3）执行pip install 文件名
2、目前的tensorflow2只支持python3.8的64位，不支持32位（这也是为什么在本文第四节中会折腾这么久还是不行）

一、vs2017安装 ——

下载网址：https://my.visualstudio.com/Downloads?q=2015&pgroup=
1、登录账号
2、在搜索框中输入你想下载的版本，比如2017，vs往往会出现在最前面，这里选择社区版的就可以了，可以看到，还能对语言进行选择
在这里插入图片描述
3、下载好对应的文件后，点击运行（这里的图t-1是已经安装好社区版的，如果未安装好的都是“安装”按钮，没有“修改”和“启动”的按钮）然后就可以点击“安装”按钮，就会进入选择组件、语言包、安装位置的设置页面，如图t-2
在这里插入图片描述 t-1

在这里插入图片描述
t-2

4、选择安装内容：
工作负载 – 使用C++的桌面开发
单个组件 – 不用理，后面会因为一些原因再逐个添加即可
语言包 – 随意
安装位置 – 随意，如果c盘内存不多，可以安装在d盘
在这里插入图片描述
5、等待安装完毕即可

二、cuda安装：
下载网址：
https://developer.nvidia.com/cuda-downloads
进入之后就可以去选择系统和版本在这里插入图片描述

1、运行exe，不需要改路径，因为cuda安装完后会自动删除对应文件夹，不会占内存
在这里插入图片描述
2、开始安装

（1）选择自定义
在这里插入图片描述
（2）只勾选第一个的部分（不太版本的cuda内容不一样）

（3）安装位置 – 建议安装在d盘，如下面第二张图片在这里插入图片描述

（4）安装成功在这里插入图片描述

到这里可以选择运行Sample和Documentation 在这里插入图片描述
3、查看安装是否成功 – 如果提示版本就成功了（但并不意味可以使用）：nvcc -V

4、配置环境变量 – 添加红色框框里面的内容，其中第三个和第四个安装的时候自动添加了
在这里插入图片描述

CUDA_SDK_PATH = D:\CUDA\CUDA Samples
# 可以看到后面四个都是使用相对路径的
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin

再检查一下是否配置好：set cuda 在这里插入图片描述

（5）启动deviceQuery.exe 和 bandwithTest.exe，验证是否配置成功：
cmd打开命令行界面，建议直接去到… \NVIDIA GPU Computing Toolkit\extras\demo_suite，在cmd，具体的路径要看你安装在哪里，我这里把cuda安装在D：\CUDA\

在这里插入图片描述
命令：deviceQuery.exe ；bandwidthTest.exe
如图：出现PASS这成功了

**三、cudnn：**下载网址：https://developer.nvidia.com/rdp/cudnn-download
需要登录，登录后点击I Agree To the Terms of the cuDNN Software License Agreement
同意即可显示出下载链接，对应的版本可以直接看，这里选择与cuda10.2对应的
1、解压压缩包
在这里插入图片描述
2、将三个文件夹（bin、include、lib）移动到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
3、配置环境变量
就是刚刚移动到的目录和该目录下的lib->x64文件夹里面

四、安装tensorflow （先要确定自己的python3.8是32位还是64位，因为tensorflow2.3.0只支持64位的；
①如果读者的python3.8是64位的话，可以直接pip install tensorflow就可以了，如果出现Read time out，可以去看https://blog.csdn.net/nihao_t/article/details/108163720。
②如果python3.8是32位的，读者可以直接跳到该节内容（第四节），去看第五节。（因为我一开始边安装边写的时候还不知道，所以折腾了半天））
#不可以直接用pip install tensorflow，会报错，如图
在这里插入图片描述
（1）下载文件
1、去官网下对应tensorflow – 特别慢，如果不是网络特别好都不建议
进入https://pypi.org/project/tensorflow/#files，输入tensorflow，选tensorflow2.3.0。然后点击download file找到符合你的版本的下载

在这里插入图片描述
2、使用清华源的来下载 – 一个字 - 》快
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/
注意选对应系统和python的来下载，我这里直接选最底下的了

（2）安装
cd跳到下载好的文件所在的文件夹，直接pip install 文件名
在这里插入图片描述
还是出错，令人绝望，不过还得再试
1、使用python -m pip debug --verbose来查看python3.8可以操作的文件格式（直接用import pip;print(pip.pep425tags.get_supported())是不可以的）-- 经过后面的折腾，主要是因为python是32位的，而tensorflow只支持64位的
在这里插入图片描述

2、改文件名，改成可以操作的：这里将tensorflow-2.3.0rc2-cp38-cp38-amd64.whl改成tensorflow-2.3.0rc2-cp38-cp38-win32.whl。（结果又报新错误，Read timed out，并且加上–default-timeout=100也一动不动，但也算前进了一步）
在这里插入图片描述

3、使用pip --default-timeout=100 install -U tensorflow-2.3.0rc2-cp38-cp38-win32.whl 命令来安装，核心是：pip --default-timeout=100 install -U ，特别是-U（不可以用–upgrade，用这个还是一样超时）

在这里插入图片描述
4、还是不行，漫长的等待与尝试，真的累。

在这里插入图片描述
5、突然问一下别人，想到是Read time out的问题，尝试换一下镜像：
pip --default-timeout=100 install -U tensorflow-2.3.0rc2-cp38-cp38-win32.whl -i https://pypi.douban.com/simple
居然就可以了
然而在导入tensorflow包的时候，出错了，绝望，这个应该是因为python3.8是32位，最终只能放弃了在32位上挣扎了，找其他方法
在这里插入图片描述
6、找了很久，发现只能放弃使用python3.8的32位，但是想着卸载又重装很麻烦（而且看过一个帖子说尽量不要安装64位的python）。在别人的提醒下，决定使用Anaconda；

五、安装Anaconda，再在此基础上安装tensorflow
1、下载网址：https://www.anaconda.com/，下载安装包
在这里插入图片描述

2、运行下载好的程序
1、一路nex、t到如图 – 这里一般就选第一给（意思是为当前用户安装还是为所有用户安装，一般人都只有一个user，所以选第一个就可以了）
在这里插入图片描述
2、安装位置 – 建议安装在其他盘

3、选择配置 – 第一个一定要选上，默认不选的，它的作用是自动配置环境变量等，第二个可以选可以不选，如果让你选择就选。
在这里插入图片描述
4、安装好后，会在开始中多出Anaconda3文件夹；

在这里插入图片描述
点击Anaconda Prompt就可以打开类似cmd打开的命令行一样的窗口，进行相应

5、安装tensoflow（２０２０.８.２７更新）
ＣＰＵ版：
①直接联网安装，使用pip --default-timeout=100 install tensorflow -i https://pypi.douban.com/simple
②下载whl文件后安装，使用
pip --default-timeout=100 install tensorflow-2.3.0rc2-cp38-cp38-win32.whl -i https://pypi.douban.com/simple
ＧＰＵ版：
①直接联网安装，使用pip --default-timeout=100 install tensorflow-gpu -i https://pypi.douban.com/simple
在这里插入图片描述

6、测试能否使用tensorflow（尝试导入import tensorflow可行不行）
居然还有提示失败：Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found；从字面意思可以看到是缺少了cudart64_101.dll文件（这个是安装cuda10.1才会有的）。

在这里插入图片描述
不慌，下载cudart64_101.dll文件，并放到D:\CUDA\NVIDIA GPU Computing Toolkit\bin（具体是你的cuda安装的文件夹下找，大概是安装时的development放的那个文件夹，找到bin）即可
直接可以去http://www.ijinshan.com/filerepair/cudart64_101.dll.shtml这里下载，选择手动下载文件修复
在这里插入图片描述
然后放进来

再测试，终于成功了

六、Anaconda与Pychram相关联
1、新建项目关联
（1）在这里插入图片描述
（2）
第一：创建新项目的同时创建新环境

第二：使用已有的环境

如果已经创建了项目，可以File -> settings -> Project:XXX(项目名称) -> Project Interpreter来设置，这里可以添加或者选择已有的来改，如果没有anaconda对应的python.exe，就选择Add，如第二张图片
在这里插入图片描述

关于环境的内容终于安装好了

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)