anaconda下安装tensorflow-cpu和gpu，pytorch-cpu和gpu，内含cuda9.0以及cudnn7.5安装教程

柔情只为你懂 2023-01-02 11:29 76阅读 0赞

本文在anaconda环境隔离下，分别安装了tensorflow-cpu和gpu，pytorch-cpu和gpu四个版本，花费了两天的时间终于安装成功，踩了无数的坑。

我的电脑是windows7的。

# 第一步，anaconda的安装。 #

可以参考下面这篇文章的anaconda的安装，这是第一步，也是最简单的一步。

[https://blog.csdn.net/u010858605/article/details/64128466?utm\_medium=distribute.pc\_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth\_1-utm\_source=distribute.pc\_relevant.none-task-blog-BlogCommendFromBaidu-2.control][https_blog.csdn.net_u010858605_article_details_64128466_utm_medium_distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control_depth_1-utm_source_distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control]

# 第二步，创建隔离环境，其中pytorch是自己自定义的名字 #

![20210105195342809.png][]

后面选y，并通过如下命令进入到环境，下面是一个例子

![20210105195445759.png][]

# 第三部，在隔离环境中安装想要的软件，在这里我们分为四种 #

## 第一种，tensorflow-cpu ##

利用清华源进行安装

CPU版本安装方法：  
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

备注：安装的时候需要python是64位版本，32位版本则会报错

本人安装的是1.8版本，尝试过其他的版本，会出现错误，只有这个版本好用。

### 第一个坑，出现timeout，这个是最简单的，重新输入一遍命令就可以了 ###

### 第二个坑，FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecate; ###

版本不匹配的问题，输入pip install numpy==1.16.4就可以解决问题

### 第三个坑，ImportError: DLL load failed: 找不到指定的程序 ###

pip install protobuf==3.6.0

然后import tensorflow as tf命令就不会报错了。

至此安装完成。

## 第二种，pytorch-cpu ##

这也是比较简单的一个

直接利用官网的命令即可，不用cuda的，cpu only

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxOTAxOTE1_size_16_color_FFFFFF_t_70][]

还可以选择以前的版本

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxOTAxOTE1_size_16_color_FFFFFF_t_70 1][]

import torch命令不会报错即可

至此安装完成。

## 第三种，tensorflow-gpu版本 ##

这个版本首先要选择合适的版本，还要与cuda和cudnn版本对应

如何选择版本可以参考

[https://blog.csdn.net/qiancaobaicheng/article/details/95226499][https_blog.csdn.net_qiancaobaicheng_article_details_95226499]

本文利用的cuda9.0和cudnn7.5，官网国内是下载不下来的，另外可以查到网上分享的好多资源失效了，或者被百度云和谐了，最好就是利用外网进行下载，这个地方也花费了好久的时间。

主要问题在于资源的获取，但是这个文件百度云禁止分享，在这里不太行了，建议大家利用外网下载，或者让国外的同学帮忙下载一下。

安装过程可以参考

[https://blog.csdn.net/sinat\_23619409/article/details/84202651][https_blog.csdn.net_sinat_23619409_article_details_84202651]

这两个安装完了，就可以利用清华源安装gpu版本了

GPU版本安装方法：  
pip install tensorflow-gpu==2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完毕可以进行测试

print('GPU',tf.test.is\_gpu\_available())返回true则是成功的

## 第四种，pytorch-gpu版本 ##

前面已经安装了cuda和cudnn，所以在这里不用安装了，只用安装torch和torchvision就可以了，但是如果直接利用官网的命令进行安装可能不太好用，但是，如果将两个文件下载下来，然后利用，Pip install 文件名，进行安装，就会成功了

![20210105201344369.png][]

[https_blog.csdn.net_u010858605_article_details_64128466_utm_medium_distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control_depth_1-utm_source_distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control]: https://blog.csdn.net/u010858605/article/details/64128466?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control
[20210105195342809.png]: /images/20221119/1a0bf5b09aad4dfab91db1cabd6f809c.png
[20210105195445759.png]: /images/20221119/99c488db89b74f5d80a6482a7c1c1712.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxOTAxOTE1_size_16_color_FFFFFF_t_70]: /images/20221119/2f8bb111d0ba43e483ecaf691f1338eb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxOTAxOTE1_size_16_color_FFFFFF_t_70 1]: /images/20221119/246c6a0ff92e4ef2a24be8d43f6ac00f.png
[https_blog.csdn.net_qiancaobaicheng_article_details_95226499]: https://blog.csdn.net/qiancaobaicheng/article/details/95226499
[https_blog.csdn.net_sinat_23619409_article_details_84202651]: https://blog.csdn.net/sinat_23619409/article/details/84202651
[20210105201344369.png]: /images/20221119/cf9d5fe4ee984f8983f9c1599429ff19.png