Win10系統從NVIDIA driver版本匹配開始設定Keras訓練環境

由於最近只能使用Windows系統訓練神經網路，但是程式總是不呼叫GPU而拖慢了工作進度，因此踏上了設定環境的不歸路，在此記錄一下設定環境的真正流程和我遇到過的所有坑，希望對大家有所幫助。

---

一、確定要安裝的TensorFlow-GPU、CUDA、cudnn的版本

根據要安裝的tensorflow-gpu版本檢視需要安裝的CUDA和cudnn版本

例如，我需要安裝的是tensorflow-gpu 1.14.0，因此需要安裝CUDA10，和cuDNN7.4

二、安裝NVIDIA顯示卡驅動

1.檢視顯示卡驅動版本是否滿足CUDA版本的要求

可在這裡檢視：

NVIDIA驅動版本檢視方式：開始選單——>NVIDIA control panel——>系統資訊

2.更新驅動版本

若顯示卡驅動不滿足要求，則需要更新驅動版本，步驟如下：
（1）檢視顯示卡型號：如上圖所示（開始選單——>NVIDIA control panel——>系統資訊）
（2）在此處下載顯示卡型號對應的驅動版本。Windows驅動程式型別，也在上圖系統資訊裡檢視。最新欄裡選擇Studio驅動程式。下載後安裝即可

三、安裝CUDA

（1）在此處選擇需要的CUDA版本，下載並安裝。（選擇精簡安裝，取消勾選建立快捷方式）

安裝失敗解決辦法

若安裝失敗如下圖原因

則選擇自定義安裝，取消勾選Visual Studio Intergration後再進行安裝

（3）驗證CUDA是否安裝成功

進入CUDA的安裝路徑，並複製此路徑

進入cmd命令窗，切換到安裝目錄下，執行nvcc -V指令，如下圖所示即安裝成功

四、安裝cuDNN

在這裡下載cuDNN與CUDA對應的版本。（下載時需要自行註冊和登入賬戶），下載後解壓資料夾，cuDNN安裝過程如下：
若cuda 安裝目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
（1）把 cudnn 解壓包下的：cuda\bin\cudnn64_7.dll 複製到：cuda安裝目錄\bin
（2）把 cudnn 解壓包下的：cuda\include\cudnn.h 複製到：cuda安裝目錄\include
（3）把 cudnn 解壓包下的：cuda\lib\x64\cudnn.lib 複製到：cuda安裝目錄\lib\x64
說明：複製過程不會有重複檔案需要覆蓋，如果有，說明cuDNN下載的版本有問題，請自行檢查，可在這裡參考

為防止出現未知錯誤，cudnn安裝完成後，把 3 個路徑加入 環境變數\使用者變數\path 中：
（1）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
（2）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
（3）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

環境變數新增方法：

控制面板——>系統——>高階系統設定

（2）驗證cuDNN安裝是否成功
進入下圖路徑，分別執行bandwidthTest.exe和deviceQuery.exe兩個程式，如下圖便是安裝成功

五、安裝TensorFlow-gpu

（1）開啟Anaconda Prompt（conda -V命令可檢視anaconda版本，conda info --envs命令可檢視已存在的虛擬環境資訊）

（2）建立虛擬環境

conda create -n env_name python=3.6  # env_name是自己命名的虛擬環境名

（3）進入虛擬環境

conda activate env_name

（4）安裝tensorflow-gpu版本
此處千萬不要安裝tensorflow的cpu版本，不然程式預設呼叫cpu版本，安好後再解除安裝cpu版本會導致很多錯誤，我就是栽在這裡重安裝了好幾次。

conda install tensoflow-gpu=1.14

驗證tensorflow-gpu是否安裝成功：

在Anaconda Prompt中輸入如下命令

>>> python
>>> import tensorflow as tf
>>> print(tf.__version__)
>>> print(tf.test.is_gpu_available())

若如下圖所示，則tensorflow-gpu安裝成功

import tensorflow as tf 時報錯FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated;…（如下圖）

報錯原因：這是由於numpy1.19.1版本過高造成，需要降至1.16.0
解決辦法：退出python程式，重新安裝numpy1.16.0

>>> exit()
>>>pip install numpy==1.16

安裝numpy1.16時報錯：tensorflow 1.14.0 requires google-pasta>=0.1.6, which is not installed.（如下圖）

解決辦法：

>>>pip install google-pasta==0.1.6

六、在pycharm的python指令碼中呼叫GPU跑神經網路模型

新增設定好的虛擬環境的python直譯器

p36是剛剛設定好的虛擬環境的資料夾


至此我們設定好的tensorflow-gpu已關聯到了當前專案

---

七、Inference

Windows 10 安裝 nvidia driver，cuda，cudnn，anaconda，tensorflow