注意事项2020/11/5更新

由于h5py库的更新，安装过程中会自动安装h5py=3.0.0以上的版本，会导致decode(“utf-8”)的错误！
各位一定要在安装完tensorflow后利用命令装h5py=2.10.0！

pip install h5py==2.10.0

学习前言

好多人问环境怎么配置，还是出个教程吧。

环境内容

tensorflow-gpu：1.13.2
keras：2.1.5
numpy：1.17.4

Anaconda安装

最新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。
链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
提取码: i83n

取网上搜索Anaconda的官网：https://www.anaconda.com/distribution/

下载左边的python3.7版本，64位的，下载完成后打开：

选择安装的位置，可以不安装在C盘。

我选择了Add Anaconda to my PATH environment variable，我用起来觉得更好用。

等待安装完之后，就安装了Anaconda了。

下载Cudnn和CUDA

我这里使用的是tensorflow-gpu=1.13.2，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1.5，这个组合我实验过了，绝对是可以用的。

cuda10.0官网的地址是：
cuda10.0官网地址
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。
cudnn官网地址

官网下载是比较慢的，可以在百度云上下载，我给大家分享一手。

链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr

下载完之后得到这两个文件。

下载好之后可以打开cuda_10的exe文件进行安装。

这里选择自定义。

然后直接点下一步就行了。

安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。

把这里面的内容直接复制到C盘的根目录下就可以了。

配置tensorflow环境

Win+R启动cmd，在命令提示符内输入以下命令：

conda create –n tensorflow-gpu python=3.6

activate tensorflow-gpu

pip install tensorflow-gpu==1.13.2

pip install keras==2.1.5

需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。

修改txt文件的内容，并且把后缀改成ini

[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn