Win10系統安裝Tensorflow-GPU和VSCode構建Tensorflow開發環境

【前言】
1. 最近因為上課需要安裝Anaconda和Tensorflow-GPU,Anaconda安裝很容易,但Tensorflow-GPU版本的安裝較為複雜,因為需要考慮版本匹配的一些問題,很容易出現問題。我花了兩天多的時間終於安裝成功,屬實不易,下面分享一下我的安裝過程
2. 安裝環境
作業系統:64位Win10
GPU:MX130
IDE:VS Code
其他:CUDA10.0、cuDNN7.6.5


【安裝過程】
1.安裝Anaconda
版本:2019.03
百度網盤下載鏈接 提取碼:ymt0
安裝較為簡單,這裡只放幾張較為重要的圖片
在這裡插入圖片描述
在這裡插入圖片描述
在這裡插入圖片描述2.安裝CUDA10.0
CUDA是基於C語言的,可以讓程式碼直接在GPU中運行的控制語言,所以第一步需要安裝CUDA10.0,內含NVIDIA驅動程式(自定義安裝時可以選擇是否安裝驅動)。
2.1 CUDA官方說明(感興趣可以看一下)
下載地址:點這裡
百度網盤下載鏈接 提取碼:0jh2
在這裡插入圖片描述
選擇適合自己電腦的版本下載,exe是可執行文件。

2.2安裝CUDA
幾個文件下載好之後挨個點擊進行安裝即可,會先檢查系統兼容性,然後選擇安裝方式。程式默認的精簡模式應該可以理解為安裝所有東西,其中包括了我暫時不用的VS編譯器和顯示卡驅動,所以我選擇的是自定義模式。
在這裡插入圖片描述在這裡插入圖片描述
接下來是選擇安裝路徑。在其他同學的安裝過程中發現更改安裝路徑容易出現一些問題,所以我就直接按照默認路徑進行安裝的,這樣也便於下面配置環境變數,一路Next 直到完成即可。
在這裡插入圖片描述
2.3配置環境變數
安裝成功後在系統的環境變數中會自動添加兩個變數,如圖:
在這裡插入圖片描述但是這還不夠,我們還需要再添加幾個系統變數(根據實際安裝版本和路徑添加,一樣版本和默認路徑的可直接複製粘貼):
在這裡插入圖片描述


CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
 
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
 
CUDA_BIN_PATH = %CUDA_PATH%\bin 
 
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 
 
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

接著,在系統變數Path里添加變數,雙擊Path添加如下變數(同樣根據實際路徑填):

在這裡插入圖片描述

%CUDA_LIB_PATH%
 
%CUDA_BIN_PATH%
 
%CUDA_SDK_LIB_PATH%
 
%CUDA_SDK_BIN_PATH%
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64

2.4檢驗是否安裝成功
打開cmd命令窗口,切換路徑(注意根據實際路徑)

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite

分別運行以下命令

bandwidthTest.exe
deviceQuery.exe

若分別顯示Result = PASS,則安裝成功,如圖:
在這裡插入圖片描述
3.安裝cuDNN
cuDNN是CUDA的庫,易於寫程式碼。官網下載需要先註冊NVIDIA 帳號。
3.1下載
官網下載地址:點這裡
注意和前面的表格里的版本要求相匹配,這裡我下載的是7.6.5,如圖:
在這裡插入圖片描述
百度網盤下載鏈接 提取碼:g5y8

3.2解壓下載好的軟體
解壓後進入文件夾,按照下面的要求將文件放到相應的位置:
將解壓後文件夾中include、lib/x64和bin文件夾中的.h .lib 和.dll 後綴的文件分別拷貝到cuda對應路徑下的include, lib/x64, bin 文件夾下。

到這裡就安裝好了CUDA10.0及其對應的cuDNN文件,艱難的路程已經基本走完。

4.安裝Tensorflow-gpu
4.1創建環境
打開Anaconda Prompt
在這裡插入圖片描述
先在命令行使用以下命令查看conda版本

conda --version

如果顯示的版本是4.6.11,建議使用以下命令更新conda

conda update conda

接著,在命令窗口輸入以下命令創建環境:

conda create -n tf-gpu python=3.7.3

然後激活剛創建的環境

activate tf-gpu

4.2安裝
查看可下載版本

conda search tensorflow-gpu

結果如圖:
在這裡插入圖片描述
然後選擇自己想要安裝的版本,這裡以2.1.0為例

conda install tensorflow-gpu=2.1.0

4.3測試安裝是否成功
打開命令提示符輸入python
然後輸入以下命令,一行一行的輸入

import tensoflow as tf
tf.__version__

如果沒有報錯,說明安裝成功

5.將Tensorflow-gpu環境導入到VS Code中
5.1安裝VS Code的Python插件
在這裡插入圖片描述

5.2添加路徑
通過Anaconda安裝tensorflow時,一般會新建一個虛擬環境(env),但是vscode在調試python程式碼時默認使用的是base環境下的路徑,這就會出現無法解析tensorflow的情況。所以需要將tensorflow環境的路徑添加到vscode的settings.json用戶設置中,即可在vscode中搭建TensorFlow的開發環境。

註:tf-gpu為新建環境名,可能會有所不同,需要修改

打開settings.json文件步驟
打開 VSCode 編輯器後,點擊左下角「設置」按鈕。
在這裡插入圖片描述

打開命令面板,在彈出的選擇框中,選擇「Command Palette」
也可以使用快捷鍵「Ctrl + Shift + P」打開命令面板
在這裡插入圖片描述

在選擇框的下拉列表中選擇「Preferences: Open Settings (JSON)」
如果沒有的話,可以在輸入框中輸入「settings」,這時就可以看到了
在這裡插入圖片描述
在這裡插入圖片描述

在settings.json文件輸入以下內容

 // tensorflow 配置
"python.pythonPath":"D:\\Anaconda3\\envs\\tf-gpu\\python.exe",
"python.autoComplete.extraPaths": [
    "D:\\Anaconda3\\envs\\tf-gpu",
    "D:\\Anaconda3\\envs\\tf-gpu\\Lib\\site-packages"
],
"python.autoComplete.addBrackets": true,

註:以上路徑根據自身安裝路徑進行配置

5.3安裝keras
在這裡插入圖片描述
在這裡插入圖片描述

到此就可以大功告成了!!!