win10+tensorflow-gpu+pycharm+anaconda...的成功安装，顺利在spyder import tensorflow

装了好几天的tensorflow，终于今天装好了。在这里记录一下，免得下次遇到问题忘了怎么解决。
首先我是找了几篇文章，将需要用上的环境都准备好。
第一篇 参考文章，不过这篇文章少了前期几个步骤。

第一步，安装Microsoft visual studio2017

前面的安装都是没什么好纠结的选项，到这一步，要选择c++的桌面开发选项。这个软件是微软开发的，在windows系统下不会出什么问题的。

第二步，安装cuda

以上是在tensorflow官网找到的，各个版本所对应的windows系统下各个工具的最佳版本。由于我安装的是tf-gpu1.14，对应的cuda版本是10.0，cuda在它的官网可以下载安装。在这里我是完全按照这篇文章来安装cuda
CUDA安装的坑
有几个要注意的地方。第一，
上图是网上找的，10.0的安装界面和它是一样的。不要选择VS这一项，不然会报错，有关vs需要的东西等下手动添加。NVIDA、Driver、Other这三项，不需要勾选（不过有些博主建议勾选Driver）。因为我们电脑原本就安装有NVIDA cuda，下面是我的电脑原本的cuda版本，可以看到是10.2的。在这个情况下安装10.2以下的版本都可以，因为cuda是向下兼容的，两个cuda并不会冲突。当然，你的电脑原本的cuda版本都不到10.0，那肯定不能安装10.0上的版本啦。

还有一个要注意的地方就是，以下是安装过程中弹出的安装文件临时存放位置，可以直接选择默认路径，默认路径一般在c盘。因为当你安装完退出cuda的时候，这些文件会自动删除。
真正到了安装这一步

在这里可以选择安装路径，不建议放在c盘。建议在别的盘新建一个文件夹，统一存放。别的步骤就没什么好纠结的了。
接下来解决VS的问题。
在安装CUDA的时候，将“D:\Download\test”路径下的CUDAVisualStudioIntegration文件夹拷到其他位置保存，这里记作“dir\CUDAVisualStudioIntegration”,dir为你拷贝文件所在路径。该文件夹所含文件如下图示：

注意，CUDAVisualStudioIntegration文件夹，在c盘可以直接搜索。随后等待CUDA安装完成后点击确认。请记得一定要拷贝完这个文件夹，再点击安装完成。
之后，请运行VS，编译CUDA Samples工程（“C:\ProgramData\NVIDIA Corporation\CUDA Samples”）（这个工程也是可以直接搜索），并找到VS报错路径，比如我的是“C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 8.0.props”，并将“dir\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions”中的所有文件拷贝到“C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations”文件夹中。这些路径并不是完全相同，看你的VS安装在哪个盘。
重启VS，即可解决问题。

第三步，安装cudnn

我们看到第二步图中，cudnn版本很多，在cudnn的官网选择你要的那个下载。下载需要注册并且填一个问卷，随便填就行。下载好之后解压。解压好之后是这样滴。

将每个文件夹下对应的文件复制到CUDA对应文件夹下。
步骤到这里，我们需要在系统的环境变量中添加路径。

双击path，新建，然后把下面这些文件的路径全部加入path里

哈哈我把全部网上提到的路径全放进去了，并且全部要置顶。置顶就是上移到前面。

第四步，安装anaconda

直接在anaconda官网下载，我下载的版本是anaconda3-4.3,下图是网上找的。第一个选项建议不要选，我们手动添加就行了。


装完之后有一堆这种东西。

第五步，在anaconda prompt里面下载tensorflow-gpu

1.检查Anaconda是否成功安装：conda --version

2.检测目前安装了哪些环境：conda info --envs
注意，我这里有tensorflow-gpu是因为我已经安装好了，正常按步骤到这一步是没有这个的。星号在哪里就证明现在使用的是什么环境。

3.安装python。

对于GPU版本：输入，conda create --name tensorflow-gpu python=3.6，python版本也是按照第二步的官网建议选择的，搜索了全网发现3.6最稳定。

4.激活环境，输入activate tensorflow-gpu

5.检查tensorflow-gpu环境是否成功添加。出现以下的情况才正确。

6.安装tensorflow-gpu
输入pip tensorflow-gpu==1.14，当然你需要什么版本就下载什么版本，比如需要2.0，就改成2.0。不过我们要仔细看第二步，官网搭配的环境版本，严格按照上面来。

如果出错，卸载重装，卸载语句：pip uninstall tensorflow-gpu
7.检查tensorflow是否成功安装
按照下图顺序，首先activate tensorflow-gpu，然后进入python，最后import tensorflow as tf，如果你像下图一样没有报错，就是成功了！

numpy错误

但是，如果你出现出现FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’._np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])的错误，像下图。

说明numpy版本需要降低，进入python，查询numpy版本
import numpy as np -> print(np.version)

卸载语句：pip uninstall numpy 重装语句：pip install numpy==版本号
卸载再重装，多试几个版本的numpy，一般来说1.13,1.14，1.15,1.16，1.17这几个总有一个合适。如果换版本还是不行，还是继续报同样的错误。则需要进入pycharm，dtype.py，修改对应出错行的代码。把np.dtype([(“quint8”, np.uint8, 1)])修改为np.dtype([(“quint8”, np.uint8, (1,))])就能解决。参考文章numpy版本问题的解决

pycharm配置tensorflow

file->setting->program interpreter

如果你在刚刚安装好pycharm的时候新建项目，可以直接添加tensorflow-gpu，具体安装教程可以在b站找。不过要注意tensorflow-gpu里python安装包的位置。
配置好之后，输入
就会出现错误，点击错误，出现如下代码，

直接修改就OK了。

补充

1.所有安装包最好留个备份，因为你不知道自己到底装几次才成功…
2.所有安装路径都可以存放在非c盘
3.anaconda navigator 如果打不开，闪退。解决方法：anaconda prompt 用管理员身份运行，再不行的话，在prompt里更新navigator。
4.spyder如果在navigator打不开，可以在anaconda输入spyder命令打开，环境记得换成tensorflow-gpu。就可以在里面import tensorflow啦。
5.import 之后要拿代码跑一下。

10.28更新
在amd运行tensorflow没问题，但是在pycharm运行的时候有错误提示：
ModuleNotFoundError: No module named ‘numpy.core._multiarray_umath’ 错误
这个时候要看一下anaconda navigator 这个界面

会发现numpy的版本有很多个，记得升级一下到1.16这个版本，然后在pycharm里面重新导入环境，再重启。就能解决了。