蒙奇奇深度学习第一课：Windows10安装pytorch和tensorflow（避坑必读，吐血整理）

蒙奇奇经过一番折腾，终于成功安装了pytorch和tensorflow，踩了不少坑，但她都成功填上了哈哈。这是她的安装方法记录，没有放图，但是她描述的比较清楚，相信屏幕前的你可以看懂的嘻嘻。对了，看这个之前，蒙奇奇说你得先根据网上的教程把Anaconda安装好，并添加环境变量哦！因为Anaconda的下载安装并没有坑坑，网上也有很多大同小异的教程，所以懒癌患者蒙奇奇就没有写。

一、win10系统安装pytorch

第一步，打开cmd，用conda建个名字为pytorch的毛坯房，并且这个毛坯房以后用到的唯一装修工具是python3.6。输入：

conda create --n pytorch python=3.6

然后等待计算机检查需要安装的package，然后问你是否要建这个pytorch，无脑按y，再按 enter。

第二步，进入这个毛坯房。输入：

conda activate pytorch

第三步，从云端请pytorch到家里来之前添加几个镜像用于加速，建议一个一个加，防止意外。。。。

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

第四步，电脑没有gpu的亲cen（请重读）们看这一步，有gpu的亲cen（请重读）们略过此步看第五步。

pyorch版本的选择您随意，但要上官网https://pytorch.org/查不同版本的安装命令，保证pytorch和torchvision版本匹配，没有gpu不用考虑cuda或者cudatoolkit。

例如您想安装最新版本，打开https://pytorch.org/，第一行选stable，第二行选windows，第三行选conda（建议选conda，pip也行），第四行选python，第五行cuda选择none。然后复制下面的安装命令去cmd粘贴即可。

如果你您打不开这个网页，我直接提供给您目前（2020年2月24日）最新版安装命令：

conda install pytorch torchvision cpuonly -c pytorch

粘贴到cmd中，粘贴前确认一下您是不是处于pytorch环境。

如果您不想安装最新版的，可以点上述网页上中那段文字中橘黄色字体install previous vision of pytorch，自己选一个即可。

我推荐安装pytorch1.2+torchvision0.4，安装命令同样给出：

conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch

粘贴之后，静静等待计算机检查需要安装的pakage，检查完之后，会问你是否要安装那一大堆pakage，无脑输入y，按enter。

因为添加了镜像，下载速度很快。。。。（我第一次弄这玩意儿的时候镜像少加了一个，那下载速度简直龟速，然后下一点儿就断了。。。）

第五步，有gpu看这里，没有gpu返回看第四步。

首先打开在桌面上单击鼠标右键，打开NVIDIA控制面板。

如果你单击鼠标右键你并没有发现这个玩意儿，请先去下载“驱动人生”，安装好打开软件，然后等它检查完毕，它会告诉您您的计算机显卡没有驱动（或者告诉您“您的计算机硬件驱动异常”之类的），直接无脑点击”一键修复“即可。

然后，这时所有的亲们单击右键都能找到NVIDIA控制面板咯。

打开它，点击左下角的”系统信息“，然后点击”组件“，在”3D设置“里有个"NVCUDA.DLL"，请您向右看，是不是有”NVIDIA CUDA 数字 driver"？----嗯，有。----嗯，我知道有。

这个数字就是跟你的gpu匹配的CUDA版本号，您只能用这个版本的CUDA或者cudatoolkit来匹配您的gpu。

然后，打开https://pytorch.org/，第一行选stable，第二行选windows，第三行选conda（建议选conda，pip也行），第四行选python

重点来了，如果第五行有你的显卡对应的版本最好，直接选上，然后复制安装命令。

如果没有，请点击上面那段话中的橘黄色字install previous vision of pytorch，找到适合您显卡的cuda版本，复制安装命令。

这时小可爱们都已经复制到适合自己gpu的安装命令啦！

？?you can't get it？ well, it's fine...surprising~~~都给都给你(其实不能fq可以记几写，下面命令中-c后面的写不写都行滴）：

cuda9.2的：

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev

cuda10.1的：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

cuda10.0的：

conda install pytorch torchvision cudatoolkit=10.0

cuda9.0的：

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

注意注意，亲cen（请重读）们，虽然可以记几写，但不能乱写版本号，因为cuda版本跟torch的版本是对应的。

各取所需，然后粘贴到刚才的cmd窗口里，请再一次确认你是处于pytorch的环境中哦。

粘贴之后，静静等待计算机检查需要安装的pakage，它检查完之后，会问你是不是要安装那一大堆pakage，直接无脑输入y，按enter。

因为添加了镜像，下载速度很快。。。。（我第一次弄这玩意儿的时候镜像少加了一个，那下载速度简直龟速，然后下一点就断了，失败N+3次。。。）

第六步，当各位在cmd中看到如下景象时：

done
done
done

恭喜，大概率你已经安装成功了。
但是
为了让喜悦更加深刻
咱再验证一下pytorch是否安装成功:

先确认在不在pytorch环境里，在的话这一条不用看了，不在的话，输入：

conda activate pytorch

然后进入python，输入：

python

然后输入：

import torch

如果没报错，就安装成功了。

1，2，3，茄子！

然后
检查pytorch是否能用GPU加速计算，继续输入：

print torch.cuda.is_available()

返回true就是可以。

1，2，3，茄子！

二、win10系统安装tensorflow

说实话，与pytorch相比，tensorflow很好安装，在我这是这样。。。

同样，咱们从conda新建环境开始。

第一步，打开cmd，用conda建个名字为tensorflow的毛坯房，并且这个毛坯房以后用到的唯一装修工具是python3.6。输入：

conda create --n tensorflow python=3.6

然后等待计算机检查需要安装的package，然后问你是否要建这个tensoeflow房子，无脑按y，再按 enter。

第二步，进入这个毛坯房。输入：

conda activate tensorflow

第三步，从云端请tensorflow到家里来之前添加几个镜像用于加速，建议一个一个加，防止意外。。。。

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

第四步，电脑没有gpu的亲cen（请重读）们看这一步，有gpu的亲cen（请重读）们略过此步看第五步。

tensorflow版本的选择您随意，没有gpu不用考虑cuda或者cudatoolkit。

如果您想安装最新的（今天是2020年2月24，现在最新的是2.0版本），直接输入：

conda install tensorflow=2.0

如果您不想安装最新版本，打开https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/，挑一个看顺眼的不是很老的版本，记住版本号”xxx“，然后早cmd输入(把xxx改成您看顺眼的那个版本号）：

conda install tensorflow=xxx

之后，静静等待计算机检查需要安装的pakage，中间有可能让你更新conda，请不要管它，继续等就行！它检查完之后，会问你是不是要安装那一大堆pakage，直接无脑输入y，按enter。

因为添加了镜像，下载速度真的很快哦。。。。

第五步，有gpu的亲们看这里，没有gpu的亲们直接看第六步。

首先打开在桌面上单击鼠标右键，打开NVIDIA控制面板。

然后，这时所有的亲们单击右键都能找到NVIDIA控制面板咯。

这个数字就是跟你的gpu匹配的CUDA版本号，您只能用这个版本的CUDA或者cudatoolkit来匹配您的gpu。

然后，查看下表，确定您能安装的cuda支持的tensorflow版本（今天是2020.2.24，目前最新的是2.0版本）：

版本 Python 版本      cuDNN        CUDA
tensorflow_gpu-2.0.0 2.7、3.3-3.6 7.4.1以及更高版本    10.0 (需要 410.x 或更高版本)
tensorflow_gpu-1.13.0 2.7、3.3-3.6 7.4 10.0
tensorflow_gpu-1.12.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.11.0   2.7、3.3-3.6 7 9
tensorflow_gpu-1.10.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.9.0 2.7、3.3-3.6 7   9
tensorflow_gpu-1.8.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.7.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.6.0 2.7、3.3-3.6 7   9
tensorflow_gpu-1.5.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.4.0 2.7、3.3-3.6 6 8
tensorflow_gpu-1.3.0 2.7、3.3-3.6 6 8
tensorflow_gpu-1.2.0 2.7、3.3-3.6 5.1 8
tensorflow_gpu-1.1.0 2.7、3.3-3.6    5.1 8
tensorflow_gpu-1.0.0 2.7、3.3-3.6 5.1 8

建议建议！如果您的gpu对应的cuda是9，请不要选tensorflow1.10、1.11、1.12、1.13，很可能下载不了，您可以试一下，我没试。

现在，我们已经知道了要下载什么版本的cudatoolkit了，也知道要下载啥版本的tensoeflow了，对吧？----嗯对 ----嗯我知道对。

好，例如我要下cudatoolkit10.0和tensorflow2.0，那么我要在cmd输入：

conda install tensorflow-gpu=2.0 cudatoolkit=10.0

注意注意！第一，只需要把我的版本号改成你的就行；第二，千万别把tensoflow-gpu打成tensorflow，不然就下载成cpu-only的版本啦。执行之前请再一次确认是处于tensorflow的环境中哦。

之后，静静等待计算机检查需要安装的pakage，中建有可能让你更新conda，请不要管它，继续等就行！它检查完之后，会问你是不是要安装那一大堆pakage，直接无脑输入y，按enter。

因为添加了镜像，下载速度很快。。。。（我第一次弄这玩意儿的时候镜像少加了一个，那下载速度简直龟速，然后下一点就断了，失败N+3次。。。）

第六步，当各位在cmd中看到如下景象时：

done
done
done

恭喜，大概率你已经安装成功了。
但是
为了让喜悦更加深刻

咱再验证一下验证tensorflow是否安装成功，同时验证是否为GPU版本

如果您是tensorflow2.0版本（网上的其他大部分验证方法没有分这个的，结果就是会直接报错！！），cmd输入：

conda activate tensorflow
pythonimport numpy
import tensorflow as tftf.compat.v1.disable_eager_execution()
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(sess.run(c))

如果您不是tensorflow2.0，比这个版本低，输入：

conda activate tensorflow
pythonimport numpy
import tensorflow as tfa = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

如果看到了关于GPU（你计算机上gpu的版本或者名字等等）的信息，那么恭喜你，您安装GPU版本的tensorflow成功啦！

如果输入import tensorflow之后，出现了一堆不兼容的提醒信息，就把与其不兼容的东西卸掉再重新安装。例如：

conda uninstall h5py
conda install h5py

第一次写博客写成这熊样儿哈哈哈...

转载请联系 qy_quinn@163.com

2020.2.24