Win10安装Anconda 、Tensorflow、Cuda、cudnn

下载并安装Cuda、cudnn、Anaconda

一个安装Cuda教程（带图）

Cuda官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive 从中选择和自己电脑相匹配的版本，如果不知道自己的显卡支持什么版本，英伟达（Nvidia）的可以去这里查：https://developer.nvidia.com/cuda-gpus。比如说我的是GeForce RTX2080，那么它就支持7.5及之后版本。鉴于我的两次重装教训，建议大家也可以先从后面的Anaconda和tensorflow装起，在验证tensorflow是否安装成功时，输入：import tensorflow as tf之后便会报错，说你没有安装cuda，特别注意里头的：
64_100这是在告诉你应该要装10.0的cuda，如果是63_90,那就是在说应该装9.0版本的cuda。那么你心里对装哪一版就大概有个数了~

选择好了版本，按照自己电脑型号并选择exe(local)再下载：

然后，下载完了就是一堆同意、继续、下一步，一般都能装成功的。验证方法是：win+R，输入cmd，回车，输入nvcc -V，回车，若出现了NVIDIA Cuda compiler driver，说明安装成功：

接下来，安装cudnn吧~
cudnn下载网址：https://developer.nvidia.com/rdp/cudnn-download

一定要选择与之前下载的cuda版本相匹配的cuDNN！！！

点开以后，选择跟自己系统相应的那一项：

下载完后，解压，进入里面的cuda目录下，这个样子的

接着，按着官网的安装操作，路径配置（官网真的是教的很详细了，如果不想看英文的，可以跟着笔者后面的指示）：

1.复制bin目录下的dll文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin.里面，当然，如果你的cuda版本是9.0或者8.0等，直接改一下路径里的v10.0为v9.0或v8.0再进到bin目录就ok了

2.复制include目录下的cudnn.h 文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include中，注意了，是include目录！！！

3.复制lib\x64目录下的cudnn.lib文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64中

4.检查一下cudnn的环境变量。打开cmd，输入control sysdm.cpl并回车，出现系统属性，选择’高级‘，打开’环境变量‘，在里面的系统变量中找变量名为’CUDA_PATH’的，看其后的路径是否等于：````C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0```.若不存在，请按照图中格式新建，手动添加你安装cuda的路径。最后一定要点确定哦！！

5.（此条可忽略）额外附加一个在Visual Studio中配置cudnn的方法（来自官网教程）

推荐一个安装Anaconda教程（带图）

说在前面的话，最好在安装时勾上添加环境变量这个选项（如下图）：
https://blog.csdn.net/ITLearnHall/article/details/81708148

添加环境变量的补救方法

如果你手快或者忘记了勾选添加环境变量那一项，ok，步骤如下：
1、回到桌面→右键‘此电脑’（或者叫‘我的电脑’）→选择‘属性’→‘高级系统设置’，出现以下窗口：

2、选择‘环境变量’：

3、在‘系统变量’中找到Path，点击下面的编辑：

3、找到自己安装Anaconda的位置，这里我安装的地方为（D:\Anaconda3），新建3个环境变量（可以在安装的地方）：


新建完3个环境变量后记得点两层的确定~~

开始安装Tensorflow

1、如图：

2、输入：conda create -n tensorflow python=3.7再回车
(！这里python的版本根据个人需求来决定，不过现在一般都3.x ！！！重点是，python和后面的=以及=和后面的版本号中间都不要有空格，不然会报错)

接下来就开始安装了
3、在它出现提问yes/no的时候（如下图），输入：Y 然后回车；接着等它安装完成，会提示你要不要激活这个环境，而且执行语句都写好了（相信你们的英文水平应该都看得懂），那就按照它给的指示，激活它，输入：conda activate tensorflow

当如图所示出现（tensorflow）…的时候，就表示进入了tensorflow虚拟开发环境了。
4、在虚拟开发环境中安装tensorflow，这里以GPU版的TensorFlow1.14.0为例，输入 ：
pip install tensorflow-gpu==1.14.0
当然，你也可以选择CPU版的，输入：
pip install tensorflow-cpu==1.14.0
这里给一个链接，大家可以去里面找到最新版的tensorflow：
链接: https://pypi.org/project/tensorflow/.
可以根据自己的需求来选择版本号，只需改一下安装语句==后面的版本号就行。
然后回车，就等它下载完就好了（如图），但是更保险的方法建议用下面那个。

如果超时出错呢，一般情况下PIP出现ReadTimeoutError都是因为被GFW给墙了，所以遇到这种问题，我们可以选择国内的镜像来解决问题，并且给它–user 权限。
比如改成这样（这里用的是清华的资源，你们可以根据后面的网站进去找自己所需的版本，一般来说里头都有）：
pip install tensorflow-gpu==1.14.0 --user -i https://pypi.tuna.tsinghua.edu.cn/simple

还有如果在这里出现了其他问题的话，推荐一个网址：
https://blog.csdn.net/qq_23031939/article/details/80041591
看看里面有没有你遇到的，希望能帮到你。
5、安装完成后，会有个警告，但是这个没关系，人家只是好心提醒一下：

告诉你有些文件它安装在AppData里面了，一般没有权限是看不到这个文件里头东西的，它建议你在系统环境变量中加上这个路径，方便以后用，所以如果觉得麻烦的，可以不装；装的话也很简单，像开头说过的那样添加环境变量，同样是在Path里面，把这个路径加进去就好了，我这里是红框里那个。
到这里为止，tensorflow就装完啦~~

验证一下你TensorFlow是否安装成功

Hello World！来开路啦

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

回车后 ，出现hello，TensorFlow！
那么恭喜你，各项安装完成~~