寫在前面的話：
再弄這個之前，我對python也好，tensorflow也好幾乎是0認知的，所以配置這個環境的時候，走了不少彎路，整整耗費了一個星期的時間才搭配完整這個環境，簡直了。。。然而最氣的是，好不容易搭好了環境，因為我筆記本配置低，老師給的程序根本跑不起來。
這個環境搭配的教程有很多博客可以參考，我卻弄了很久也沒成功，反思自己，是自大的心理在作怪。教程里讓用python3.5，而我偏偏安裝python3.6，教程說安裝cuda8，我發現官網出了cuda9，就安裝了9，這么弄下去當然不容易成功。本文所需的大多數文件和安裝包，及參考博客會在最后給出鏈接。
對於已經看過其他教程的朋友們如果沒安裝成功可以檢查一下：
1，兼容性問題
python3.6 + cuda8 + cuDNN6
python3.5 + cuda8 + cuDNN6
這是我目前發現的兼容的組合。網上有說需要Micrsolft Visual C++ 2015 Redistributable，目前還沒有發現需要這個東西，但是有需要的朋友也可以在本文最后的鏈接下載。
2，cuda + cuDNN的安裝配置
安裝之前需要確定你的顯卡是不是NVIDA 的 顯卡，是否支持cuda，否則就只能老老實實的用cpu跑程序了。cuda的安裝正常來說只需要一步一步點擊就可以了，最開始的時候我的電腦安裝cuda9會直接安裝失敗，不知道為什么，朋友們在安裝的時候如果簡要安裝會失敗的話，可以考慮自定義安裝，只選擇和cuda相關的組件，其他的不選擇，基本就沒有問題了，環境變量也不用特意去修改，都是修改完的。
只安裝cuda而不安裝cuDNN是不可以的，下載對應版本的cuDNN，解壓后將對應文件放置到cuda的安裝目錄下的對應文件夾下，cuda的安裝目錄可以通過查看環境變量的找到。
3，tensorflow-gpu的安裝
tensorflow的安裝實際上非常簡單
支持cuda：打開cmd，輸入pip install tensorflow-gpu
不支持cuda：打開cmd，輸入pip install tensorflow
需要注意的是，tensorflow和tensorflow-gpu只需要安裝一個。
4，keras的安裝
keras的安裝稍微復雜一點兒，直接敲pip install keras多半會報錯（看不懂什么意思）。需要先手動下兩個包，sripy和numpy+mkl（鏈接會在文章最后給出）。
4，1 先安裝munpy+mkl
在cmd中輸入 pip install munpy+mkl的絕對路徑地址即可安裝。可以通過右鍵打開該文件的屬性，安裝選項卡里有個對象名稱，直接復制就可以
4，2后安裝scipy
同樣的方法安裝scipy
4，3安裝keras
這個時候再通過cmd
pip install keras
就沒有問題了
5，VScode的使用
安裝沒什么可以講的了，按照向導點點點就ok了，這里說一下為什么使用VScode，首先是速度，VS2017同樣是支持python的，功能也很強大，但是速度太慢，再者是調試，VScode可以調試python程序就像是調試C程序一樣，用着很舒服，並且不用配置，直接使用本機的python環境。
現在開始示例安裝，先查看一下配置，使用魯大師的硬件檢測功能查看一下機器的整體配置：
一 ，安裝CUDA及cuDNN
1，1 前期准備
首先需要確認這台機器的顯卡知否支持CUDA，自行查閱這個網址 https://developer.nvidia.com/cuda-gpus 看看你的顯卡型號是否在列表之中。
然后准備好相關安裝包，因為我現在這台機器已經安裝了python3.5，所以我選擇了cuDNN V6.0：
GPU-Z用來最后確認cuda是否安裝成功以及在運行程序的時候，對GPU的狀態進行監控。
1，2 安裝過程
為了避免不必要的麻煩，安裝之前先關閉所有的安全軟件。首先安裝cuda，直接點擊運行就可以了
這個路徑是用來保存臨時文件的，安裝程序運行完成后會自動刪除，直接ok
接下來是相對比較漫長的等待
加載完成后，程序會檢查系統兼容性，在這個期間不要安裝/卸載程序
同意協議
這里所謂的精簡實際上並不精簡，而是安裝了這個程序所能夠安裝的全部組件。推薦自定義
關於這四套組件，只有第一個是和cuda相關的，各位可以按需選擇，我這里只選擇cuda相關。如果在選擇的過程中，選框消失了。。。不用急，再點一下就出來了。還需要說明的是，如果有的朋友全選的時候安裝不成功的話，我建議可以試試只選擇CUDA相關的組件（也就是第一個），親測有效
這一步是安裝位置，本人不建議修改（在我自己的筆記本上發生活更改后安裝失敗的例子）
安裝過程相對來說不是很漫長
安裝成功
解壓cuDNN壓縮包，cuda目錄下有三個子目錄，實際上每個子目錄下只有一個文件，我們只需要把子目錄下的文件復制到cuda的安裝目錄下對應的文件夾下
例如，cuDNN解壓后的cuda-->bin目錄下的cudnn64_5.dll文件，需要復制到cuda的安裝目錄下cuda-->bin目錄下，另外三個文件同理。
1，3 驗證
這里我們查看一下環境變量：右鍵點擊我的電腦（此電腦）-->屬性-->高級系統設置-->環境變量，查看下path，最上面這兩條是剛剛安裝出來的。
這個時候我們可以打開GPU-Z，這個軟件是可以免安裝的，查看一下當前CUDA功能能不能夠使用，CUDA前面有一個對勾，證明安裝成功
最后，右鍵點擊開始選擇Windows power shell（使用cmd也是一樣），輸入 nvcc -V，輸出版本信息，證明ok
二，python3.5 + tensorflow-gpu + keras
2，1 前期准備
由於我現在的機器已經安裝了python3.5。。。嗯，所以就是剩下tensorflow-gpu + keras，確認下相關安裝包：
右鍵點擊開始，選擇Windows power shell（效果和cmd一樣）首先檢查已經安裝的包 輸入 pip list 回車。。。竟然已經有了這么多的包
2，2 安裝過程
輸入 pip install tensorflow-gpu，稍等片刻。。。安裝成功。
2，3 驗證
同樣是使用Windows power shell ，輸入 python 進入python程序，在輸入 import tensorflow as tf 回車，只要不報錯，就證明tensorflow 安裝沒問題。（其實現在我已經換了一台計算機，所以當前程序是python3.6）
三，VSCode安裝
3，1材料准備
只需要VSCode 的安裝包
3，2安裝過程
3，3驗證
下載鏈接：
python https://www.python.org/downloads/
VSCode https://code.visualstudio.com/Download
cuda 8 http://pan.baidu.com/s/1dFIpsfn cuda https://developer.nvidia.com/cuda-toolkit-archive
cuDNN v6.0 http://pan.baidu.com/s/1jIf53vC cdDNN 5.1 http://pan.baidu.com/s/1cpVhYA
numpy+mkl http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy python3.5 http://pan.baidu.com/s/1cpVhZS python3.6 http://pan.baidu.com/s/1pLV2aYR
scipy http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy python3.5 http://pan.baidu.com/s/1miLyOEs python 3.6 http://pan.baidu.com/s/1qXRgg4O
GPU-Z https://www.baidu.com/link?url=sw2yUGlFmWIOKP5iY3oq_7BRYDoKaA7ej8tjuYV0T26gG7RefAoim0noG5_UO2sTO9PJpFYnezabuxPnJbvydIMhhiXK8F_zonY0Uq1PIlW&wd=&eqid=c689f8ee00000f290000000359edb791
http://pan.baidu.com/s/1gf6GcCV
vc redist x64 + vc redist x86 http://pan.baidu.com/s/1o8r8F02
（未完待續）
有興趣的朋友歡迎共同學習溝通：sr_john_green@outlook.com