【深度学习】环境搭建：Win7+ cuda9.0+ keras-gpu2.1.5 + tensorflow-gpu1.9.0 + ananconda3.4.4(python3.6)

Tensorflow不同版本要求与CUDA及CUDNN版本对应关系【转】

https://blog.youkuaiyun.com/omodao1/article/details/83241074

 

GPU

Version	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow_gpu-1.12.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.11.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.9.0（本文安装版本）	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8

【出处：Tensorflow官网】 https://tensorflow.google.cn/install/source_windows（在页面最下方）

---

下载 cuda9.0驱动+cuDNN7.1.4

cuda9.0官方：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64

 

cuDNN7.1.4: https://developer.nvidia.com/rdp/cudnn-archive

 将CUDA9.0 添加到系统环境变量【转】

参考博文链接1【CUDA】CUDA9.0+VS2017+win10详细配置

参考博文链接2  win7+anaconda3+cuda9.0+CuDNN7+tensorflow-gpu+pycharm配置

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0 
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 

设置完成之后，我们可以打开cmd来查看。 

解压cuDNN7.1.4, 复制文件到的CUDA【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0】的对应目录名称目录下即可。 

cudnn64_7.dll    》》》  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\

 cudnn.h            》》》   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\

cudnn.lib           》》》   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64\ 

---

安装Python集成开发环境Anaconda,使用清华镜像源下载 

 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

将anaconda软件包下载源配置为清华源，方便软件安装

 TUNA 还提供了 Anaconda 仓库的镜像，输入以下命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

在Anaconda Prompyt 中安装tensorflow-gpu=1.9.0  keras-gpu =2.1.5 

参考博文链接：Anaconda两行命令安装tensorflow-gpu+keras-gpu及Gpu vs Cpu验证

 conda install tensorflow-gpu==1.9.0

 

安装keras-gpu-2.1.5  

 conda install keras-gpu==2.1.5

【其他参考】：pip/anaconda修改镜像源，加快python模块安装速度

---

 pycharm安装与破解【转】

参考链接： 【破解补丁激活】

参考链接：  PyCharm配置anaconda环境