前言

       入坑AI，安裝TensorFlow學習深度學習，網上有很多安裝方法，在這裡僅記錄我的安裝方法以及在安裝過程中踩到的各種坑，以便在以後因故重新安裝時供自己回顧使用。（多圖長文）

安裝準備

      軟體準備：

       在這裡，我將要安裝的各個部分都已經下載下來了，全部採取離線安裝，可以節約一點時間（其實還是要很長時間的），請做好C盤損失將近40G記憶體的物理和心理準備。其中vs2015雖然可以選擇部分安裝和安裝在其他路徑 ，但是C盤還需要10G到30G空間。在CUDA安裝過程中遇到很大的問題，有安裝失敗問題，也有安裝成功但是NVIDIA控制面板無法開啟的問題，在這裡都做詳細記錄。

        注意：首先檢視自己硬體是否支援，如果選擇其他版本安裝，需要注意各個軟體之間是否互相支援。

安裝過程

       因為一共有6部分需要安裝，可以按照“軟體準備”所列順序依次安裝 。

  1、安裝Python3.6

          （1） 選擇自定義安裝，並且新增到環境變數。

       （2）自定義安裝路徑

       （3）驗證Python是否安裝成功。開啟cmd輸入python。

  2、安裝VS2015

         vs2015安裝過程比較緩慢，大概要40分鐘到一個小時，安裝時只需要選擇vc++和Python安裝即可，可以自定義路徑安裝，但是你選擇的路徑只會佔用2G左右，而依舊會佔用C盤10G到30G。

3、安裝CUDA。

        在安裝CUDA時遇到各種問題，起初是安裝失敗問題，再到後來安裝成功了，但是NVIDIA控制面板無法開啟，這裡提供安裝過程和解決方法。

     （1）執行cuda安裝程式，可以自己選擇路徑，該路徑下的資料夾不管在安裝失敗還是安裝成功後都會自動刪除。

     （2）軟體自動進行版本檢測。

     （3）此時可能會出現版本不相容警告，繼續安裝就好。

     （3）選擇自定義安裝

     （4）可以不選擇已經存在圖形驅動程式。

     （5）選擇安裝位置，預設位置就好。

     （6）安裝完成。

     （7）驗證CUDA是否安裝成功。如果未安裝成功，可以先看下面“遇到的問題 ”。

            1）開啟cmd命令提示符，輸入nvcc -V 檢視，出現cuda相關資訊，但是這並不能代表完成安裝。

           2）開啟C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0 ，找到與vs2015對應的例子。

           3）選擇release，右鍵點選 1_Utilities，點選生成。等會就會出現生成成功提示 。關閉vs2015

           4）驗證deviceQuery。開啟cmd，定位到C:\ProgramData\NVIDIA\Corporation\CUDA\Samples\v9.0\bin\win64\Release,分別輸入deviceQuery和bandwidthTest回車即可。出現以下資訊則可以判斷cuda安裝成功。cuda也可在vs2015中使用。

    （8）遇到的問題

            1）CUDA安裝失敗問題。如下圖

           解決辦法：將NVIDIA有關的所有程式全部解除安裝，解除安裝後重新啟動，再次安裝。從控制面板直接解除安裝可能無法全部解除安裝乾淨，推薦使用  RevoUninstaller軟體 ，下載免費版即可。該軟體可以將所解除安裝軟體對應的登錄檔之類的統統解除安裝完，非常方便。

 2）安裝完成後控制面板無法開啟的問題。額，忘記截圖了。就是顯示  ：NVIDIA 顯示設定不可用，您當前未使用連線到NVIDIA GPU的顯示器。或者點選NVIDIA控制面板什麼反應都沒有的情況，出現這樣的問題最大的可能就是顯示卡驅動出現了問題。在網上搜索了很多方法都沒有解決問題，因為這個問題，整整糾結了兩天，最後我在網上諮詢了聯想工程師小姐姐後成功解決。

           解決辦法 ：

          ②開啟GeForce experience並且登陸。找到驅動，下載更新即可，因為我這裡之前下載過，所以顯示驅動是最新的。

           如果登入不了，請開啟工作管理員—>服務—>開啟服務，找到NVIDIA NetworkService Container服務，將其啟動方式改為自動，然後重新啟動電腦。

             如果還登入不了，開啟手機熱點，讓電腦連上熱點試試。如果再連不上，那我也沒辦法了。

         ③重新安裝完驅動程式後，控制面板應該就能打開了。

4、安裝cuDNN

     （1）解壓縮之前下載的cuDNN壓縮包，將其中的檔案拷貝至 C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0路徑下。

     （2）新增環境變數如下。

5、anaconda3-5.0.0安裝

     1、選擇Python，可以不選擇新增環境變數，在安裝完成後再新增環境變數也可以。

     2、可以自己選擇安裝路徑 。然後直接安裝就可以，可能需要等待一會時間。

     3、新增環境變數。將以下三個環境變數新增至path下即可。

6、TensorFlow-gpu-1.11安裝

     總於到了TensorFlow安裝了，前面安裝的那些遇到的問題簡直令人心累。

     （1）在開始選單開啟Anaconda Navigator。

     （2）先點選environment，再點選create，建立TensorFlow。建立完成後，關閉軟體即可。

     （3）開啟Anaconda Prompt，輸入activate Tensorflow 啟用TensorFlow。

     （4）先升級pip安裝軟體，在命令列輸入python -m pip install --upgrade pip

     如果不升級的話，可能會出現如下警告

     （5）輸入離線TensorFlow安裝包路徑，安裝TensorFlow。需要根據自己所下載包的的實際路徑輸入。我的路徑是F:\Softwave\tensorflow\tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl ，然後回車等待安裝即可，此過程需要聯網，線上下載某些東西，耗費不了多少流量，但是下載速度是真的慢啊。

     成功安裝時會出現如下資訊。

     （6）測試TensorFlow是否安裝成功，測試是否可以正常使用GPU計算。在cmd中先啟用TensorFlow，然後執行Python程式，輸入如下程式測試，可以看到檢測到GPU，並且給出計算結果。

import tensorflow as tf
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.Session(config=tf.ConfigProto(log_device_placement=True))

      到此為止，TensorFlow算是成功安裝了，真的不容易啊。

7、Spyder安裝

     使用TensorFlow時，可以使用很多類IDE，anaconda自帶的有一個Spyder可以用來作為Python的IDE，接下來我將介紹帶TensorFlow版的Spyder安裝，其實比較簡單。

     （1）開啟Anaconda Navigator，將application轉換至TensorFlow，看到Spyder，點選install即可。

     （2）安裝完成後，會在開始選單出現Spyder（TensorFlow），注意上面的那個Spyder不是TensorFlow版的，不能匯入TensorFlow包，因此無法執行需要TensorFlow的程式。

     （3）在Spyder（TensorFlow）測試程式。輸入以下程式碼，執行即可。

import tensorflow as tf
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.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

     測試成功，得到結果，非常棒。到此，安裝已經基本完成了。

參考 ：

1、文中所有的連線