今天搭建了Keras深度學習的環境 詳細記錄一下
安裝Anaconda3
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。
Anaconda3官網下載：https://www.anaconda.com/distribution/#download-section
選適合的版本安裝即可
安裝的時候記得勾選add anaconda to my PATH environment variable
安裝好之后檢查一下：
沒有問題。
在Anaconda中創建TensorFlow的虛擬環境
conda info --envs
這個命令是檢測Anaconda所有的環境變量的
然后創建虛擬環境：
conda create --name tensorflow python=3.5
TensorFlow官方現在還不支持python3.7 所以我裝的是3.5
安裝完之后再來看一下：
現在已經創建了一個TensorFlow的虛擬環境了。
進入這個虛擬環境的命令是：
activate tensorflow
退出是：
deactivate
安裝CUDA和CUDNN
先安裝cuda：
https://developer.nvidia.com/cuda-toolkit-archive
我下的是cuda10.0
注意這里安裝的時候 visual studio那一項不要勾選，否則容易安裝失敗
下載安裝之后 安裝cudnn：
https://developer.nvidia.com/rdp/cudnn-download
不過這個需要先注冊再下載
下載解壓之后 將CUDNN中的bin、include、lib文件黏貼到CUDA10.0相應的文件夾之中即可
檢查系統變量中是否存在以下路徑，沒有的話手動添加就行了：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib
安裝TensorFlow和Keras
進入虛擬環境后，安裝TensorFlow的GPU版本：
pip install tensorflow-gpu
可以看到已經安裝了
然后安裝keras：
pip install keras
啟動Jupyter Notebook
Jupyter Notebook 的本質是一個 Web 應用程序，便於創建和共享文學化程序文檔，支持實時代碼，數學方程，可視化和 markdown。
在虛擬環境里面輸入jupyter notebook 啟動jupyter notebook
這個時候的python3是我系統原來就有的python3 沒有TensorFlow庫 需要配置一下 使jupyter可以運行虛擬環境里的python：
進到虛擬環境里面之后：
pip install ipykernel
python -m ipykernel install --user --name=tensorflow
先安裝ipykernel庫 再配置一下就好了
這時再打開jupyter：
就有了TensorFlow可以選
然后就可以愉快的進行學習啦~