win10 1050Ti 笔记本配置 TensorFlow-gpu 过程（多图超详细）
目录
写在前面
一、安装步骤
1. 安装Visual Studio 2015 社区版
2. 安装CUDA（重要）
CUDA安装失败的解决方法
关于CUDA安装的说明
3. 安装Anaconda
4. 安装cuDNN
5. 安装TensorFlow-gpu
验证TensorFlow是否安装成功
6. Pycharm配置tensorflow
二、参考博客
总结
写在前面
本学期有个计算机应用技术实践任务，首先需要搭建Python运行环境（建议用Anaconda）以及安装TensorFlow，折腾了好几天，查阅了许多别人的安装教程，也踩了不少坑。最后成功为两台电脑配好了环境，下面记录了我的安装详细过程。笔记本电脑配置：win10系统 + 1050Ti显卡 联想拯救者Y7000，注：在搜索栏输入“自己的电脑型号或者显卡配置+TensorFlow”可以更快找到自己想要的信息
我的安装搭配：Visual Studio 2015 社区版 + CUDA9.0 + Anaconda3-5.1.0 + cuDNN-9.0 + Python3.6 + tensorflow-gpu1.12.0
注意：搭配的版本不正确会导致TensorFlow配置失败，可以去官网 https://www.tensorflow.org/install/source_windows 查看版本搭配
网盘一站式下载：链接：https://pan.baidu.com/s/1pSvVq5HOVW_rFl0_-PgR4A 提取码：to75
一、安装步骤
1. 安装Visual Studio 2015 社区版
需要先安装Visual Studio，否则CUDA会安装失败，一开始电脑已经有VS2019，尝试了下安装CUDA失败了，卸载VS2019再安装VS2015，有的教程是安装VS2017，读者可以自己尝试。通过控制面板就可以卸载VS。
下载地址：https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/（官网）或者从前面提供网盘下载
1.1 进去官网下拉，找到2015，点击下载
1.2 找到VS 2015社区版，点击下载
1.3 运行安装包
1.4 选择安装路径，我选择的是放在D盘，选择自定义安装“Custom”，点击Next
1.5 选择安装相应的组件，点击Next
1.6 点击Install
1.7 安装中
安装过程较长，耐心等候
1.8 安装完成后，VS可以不用打开，在开始菜单的“最近添加”可以看到VS2015
2. 安装CUDA（重要）
CUDA的成功安装是关键一步，我就是多次卡在CUDA安装不成功，安装CUDA一定先要安装好VS2015
2.1 首先查看自己的电脑GPU是否支持CUDA
去https://developer.nvidia.com/cuda-gpus（英伟达官网）查看支持CUDA的英伟达显卡型号，一开始以为自己的1050Ti不支持，最终的结果证明是1050Ti是可以的
2.2 下载CUDA
下载地址：（官网）https://developer.nvidia.com/cuda-toolkit-archive，前面提供的网盘也有，我下载的是CUDA Toolkit 9.0
2.3 运行安装包
2.4 选择安装路径，我选择默认路径，建议安装CUDA的安装路径都选择默认
2.5 检查系统兼容性
忽略警告，点击继续
2.6 点击同意并继续
2.7 选择自定义安装（我选择精简安装失败就换了个安装方式），点击下一步
2.8 点击下一步
2.9 选择安装位置，建议保持不变，不要更改，点击下一步
2.10 安装中
2.11 安装完成，如果安装出现问题，下拉查看解决方法
2.12 检测CUDA是否安装成功
cmd命令行输入“nvcc -V”，如果显示下面的信息，CUDA基本安装成功
2.13 配置环境变量
（1）电脑桌面找到我的电脑（此电脑）右键点击属性，如果我的电脑是快捷方式，需要先点击文件所在位置再右键点击属性
属性→高级系统设置→环境变量
在系统变量中可以看到CUDA_PATH和CUDA_PATH_V9_0两个变量
（2）编辑用户变量Path，在用户变量Path下添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0
（3）在系统变量中添加下面几个变量
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
如下图所示
（4）命令行输入set cuda验证一下
CUDA安装失败的解决方法
我安装CUDA也失败了几次，大多数原因是电脑原有驱动跟CUDA安装的驱动起冲突，需要将电脑原有驱动删除再重新安装CUDA，下面是解决方法，亲测有效
（1）进入安全模式删除驱动
参考知乎：https://www.zhihu.com/question/275055666
我们平时使用的电脑模式是普通模式，普通模式是删除不了显卡驱动的，读者可以自己验证，进入安全模式不需要用到显卡，我们可以删除显卡驱动文件
进入安全模式的步骤：电脑左下角“开始”图标右键→设置→更新和安全→恢复→立即重新启动→疑难解答→高级选项→启动设置→重启→按数字键4选择启动安全模式，此时需要输入开机密码，注意开机密码是你微软账号的密码，不一定是普通模式的开机密码，如果忘记密码的话，重启进入普通模式，到微软官网选择忘记密码、重置密码
进入安全模式后，屏幕左下角和右下角都有安全模式几个字
①删除下面两个文件夹
显卡驱动默认安装的是这两个位置
C:\Program Files\NVIDIA Corporation
C:\Program Files\NVIDIA GPU Computing Toolkit
②删除注册表
win+R运行，输入regedit打开注册表，找到下面这两项
HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA Corporation
HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA GPU Computing Toolkit
重启电脑，重新安装CUDA
（2）DDU软件删除驱动
DDU软件可以从提供的网盘下载
①下载完成后，解压运行exe文件
②右上方选择驱动类型，点击清除后重启
③重启后，重新安装CUDA
关于CUDA安装的说明
在我的安装过程中，显示安装程序已完成，但是可以看到图形驱动程序Not installed，上拉还看到有个组件提示存在版本冲突，以为安装又出现问题，后面忽略过这个问题，结果证明能成功安装TensorFlow；
在为另一台电脑安装CUDA时，按照步骤删除电脑原有驱动安装CUDA，最后显示安装失败，看到有个叫showplay的组件安装失败，尝试了几次仍是这样，后面就不管这个问题也成功安装TensorFlow；
因此如果按照上述步骤删除驱动安装CUDA，尝试几次仍出现问题的话，不妨直接进入下一步，这是我的一个体会。
3. 安装Anaconda
Anaconda安装过程很简单，下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/（清华镜像网站）或者前面提供的网盘地址，我下载的版本是Anaconda3-5.1.0
3.1 运行安装包
3.2 点击Next
3.2 点击同意协议
3.3 点击Next
3.4 选择安装路径，我选择安装在D盘，点击Next
3.5 安装完成后，可以在开始菜单栏中看到下图
4. 安装cuDNN
下载地址：官网https://developer.nvidia.com/rdp/cudnn-download，网盘中也有
官网加载很慢，需要注册账号，慢慢等
4.1 同意→Archived cuDNN Reteases
4.2 根据自己的CUDA版本，选择相应的cuDNN
4.3 下载完成后，解压
进入文件夹，复制下面三个文件粘贴到安装CUDA的文件夹下，我存放CUDA的路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
4.4 选择替换文件
5. 安装TensorFlow-gpu
（1）开始菜单中打开Anaconda Prompt
（2）创建命名为 tensorflow-gpu ，python版本为3.6的环境，命名可以自己定义
conda create -n tensorflow-gpu pip python=3.6
中间会有个询问，输入y
（3）激活环境
activate tensorflow-gpu
(4) 安装tensorflow-gpu
有两种方式，分为通过镜像网站pip安装、下载到本地再安装，两者选一即可
①通过国内镜像网站下载，需要指定tensorflow-gpu的版本，不然会自动下载最新版本，最新版本的tensorflow-gpu可能与之前下载的东西版本不对应
清华大学镜像网站：
pip install --ignore-installed --upgrade tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
我用清华大学镜像网站网速很慢，后改为豆瓣镜像网站，起飞
pip install --ignore-installed --upgrade tensorflow-gpu==1.12.0 -i https://pypi.douban.com/simple/
②本地安装
下载网址：https://github.com/fo40225/tensorflow-windows-wheel
选择要安装的tensorflow版本，我选择的是1.12.0，下面有个README文件可以查看版本对应关系
我安装的python版本是3.6，选择py36
选择GPU版本，GPU计算能力高
下拉可以看到sse2是x86_64
下载完成后将tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
复制到C:\Windows\System32文件夹下，然后输入命令
pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
如果网络不行，会出现Timeout错误，如下图
此时更改命令
pip --default-timeout=100 install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
验证TensorFlow是否安装成功
命令行输入pip list或者conda list
可以看到tensorflow-gpu及其版本号
代码示例1：打印hello world，输出 b'hello world' 即为正确
import tensorflow as tfhello=tf.constant('hello,world')sess=tf.Session()print(sess.run(hello))
代码示例2：简单计算，输出 3 即为正确
import tensorflow as tfx=tf.constant(1)y=tf.constant(2)z=x+ysess=tf.Session()print(sess.run(z))
6. Pycharm配置tensorflow
下载地址：https://www.jetbrains.com/pycharm/download/#section=windows 我下载的是社区版
6.1 下载安装完成后，运行Pycharm，新建项目New Project
6.2 将上面的hello world示例代码替换掉下图中的初始代码
替换后的结果：
可以看到tensorflow报错，解决方法是导入tensorflow
6.3 Pycharm左上角Files→Settings→Project：hello world→Python Interpreter
6.4 点击Add
6.5 选择Existing Environment→选择之前创建的名为tensorflow-gpu环境下的python
6.6 点击+号
6.7 （这个过程需要耐心等待）搜索栏中输入tensorflow，选择tensorflow-gpu，然后选择自己前面步骤中安装的版本，我的版本是1.12.0，点击左下角Install Package
安装过程需要耐心等待，安装成功后，Pycharm右下角会告知安装成功的消息
6.8 运行hello world代码，测试
二、参考博客
【1】Win10+1050Ti配置Tensorflow教程
【2】Win10 + 1050Ti 安装 tensorflow-gpu-1.8.0 踩坑笔记
【3】win10+tensorflow-gpu+1050ti（终于安装成功了T﹏T）
【4】Win10 64 位Tensorflow-gpu安装（VS2017+CUDA9.2+cuDNN7.1.4+python3.6.5）
【5】pip使用国内镜像安装报错 ERROR: Cannot unpack file C:\U\ww\AppData\Local\Temp\pip-unpack-aqclq0d1\simpl
【6】国内镜像源网站
【7】CUDA安装失败的解决方法
总结
个人感觉配置TensorFlow是个碰运气的过程，我自己为两台1050Ti电脑配置TensorFlow过程中，遇到的问题有所差异，只能根据问题一步步解决，耐心按照步骤来，关键是CUDA能安装成功。
中间有些步骤忘记截图，如有错误，还请指正。
win10 1050Ti 笔记本配置 TensorFlow-gpu 过程（多图超详细）相关推荐
- WIN10使用YOLOX训练自己的数据集（图解超详细）
文章目录 WIN10使用YOLOX训练自己的数据集(图解超详细) 下载YOLOX源码 配置环境,修改源码 添加权重文件 建立VOCdevkit文件夹 添加数据集 划分训练集和测试集 修改 类别 为自己 ...
- 【多图超详细】从零开始安装配置Cuckoo sandbox并提交样本进行分析
[多图超详细]从零开始安装配置Cuckoo sandbox并提交样本进行分析 文章目录 [多图超详细]从零开始安装配置Cuckoo sandbox并提交样本进行分析 1. 功能介绍 1.1主要功能 1 ...
- 使用anaconda配置python3.6环境安装pyltp超详细教程，使用pycharm调用
使用anaconda配置python3.6环境安装pyltp超详细教程,使用pycharm调用 看了一堆网上的安装教程,有的写得太简单,有的太复杂,本菜鸡根本看不懂在说什么,看了好几篇才整明白是怎么回 ...
- Linux16.04配置tensorflow(GPU源码编译)并深入了解tensorboard
Tensorflow – Google推出的一个强大的"深度学习框架".于2015年11月在GIthub上开源,在2016年4月补充了分布式版本,并于2017年1月发布了1.0版本 ...
- 宝塔Linux面板的安装配置以及基本使用教程（超详细）
文章目录 一. 宝塔Linux面板的功能 二.宝塔Linux面板的安装 1. 访问宝塔官网,点击"立即免费安装" 2. 点击"安装脚本" 3. 我的服务器部署的 ...
- win10 + GTX1080配置TensorFlow GPU开发环境
https://blog.csdn.net/u013092293/article/details/83858973 https://blog.csdn.net/wanglei022/article/d ...
- win10双击运行.jar（JAVA环境安装）超详细过程
.jar文件的类型为Executable Jar File (.jar),可以直接双击执行,但是运行.jar需要安装相应的java环境. 其实.jar文件可以直接解压缩,里面都是.class文件,但是 ...
- CentOS7配置阿里云镜像源（超详细过程）
前言 此方法亲测有效,适用于CentOS7版本所有的环境. CentOS7本地yum源的配置,请参考本人的另一篇博客文章:https://blog.csdn.net/KingveyLee/articl ...
- 手把手Android Studio全套安装+配置+真机部署教程【多图超详细】
目录 一.Android Studio安装教程 二.Android项目的创建 三.Android Studio下安装部署真机 Hello,你好呀,我是灰小猿,一个超会写bug的程序猿, 今天在这里和大 ...
- Windows 10配置VS Code C++环境（超详细，面向小白以及大佬们）
看完这个,还有下一篇:门在这 我看了网上的大佬们配的我是在是看不懂啊?我是一个小白啊?这太难了,这阻挡不了我,想使用这很骚的IDE,于是在不断的摸索下,终于配置成功,小白们也不用慌,这次非常简单.一定 ...
最新文章
- 基于光流的3D速度检测
- 高薪程序员的5个工资档次
- jieba库词频统计_网购评论之词频分析
- 中小型研发团队架构实践：集中式日志ELK
- python随机数生成验证码_Python随机数random模块学习，并实现生成6位验证码
- 为什么我们要使用HTTP Strict Transport Security？
- HTML5 入门详解
- C++与QML交互（信号与槽通知QML，C++注册QML，QML结点映射C++类）
- （已解决）wamp + Apache报错：出现403Forbidden You don't have permission to access / on this server.
- Ant学习---第二节：Ant添加文件夹和文件夹集的使用
- （27）System Verilog设计UART接收
- jQuery LigerUI 插件介绍及使用之ligerGrid
- 路由器-路由器以及×××-Client之间的×××
- 自定义事件和jQuery插件
- STL各容器的实现，时间复杂度，适用情况分析
- 我的Android第五章：通过Intent实现活动与活动之间的交互
- 家政服务微信小程序开发
- 计算一个3位数各个位数之和
- Win11 开机资源管理器频繁崩溃闪退怎么处理？
- gitlab项目自动同步到测试服务器