TensorFlow和Keras基于win10 python的环境配置(使用国内源)

安装GPU支持

Keras集成了TensorFlow，但是使用TensorFlow的GPU计算要安装安装 CUDA 和配置 NVIDIA cuDNN ，参照以下博客安装(看到安装顺序的第2步就可以了)：
win10搭建tensorflow-gpu环境
注意：自行搜索自己显卡对应的CUDA，再搜索与CUDA对应的cudnn版本。
它安装的是CUDA9.0，而我安装的是 cuda_10.1.168_425.25_win10.exe，
与其对应的cuDNN版本是cudnn-10.1-windows10-x64-v7.6.0.64(这个需要登录才能下载)。

除了版本不同，其他操作都一样的。

---

以下是从上面博客的第3步开始的：，所以先完成上面配置先再进行以下操作。 这里是安装tensorflow-gpu版本的

---

Anaconda创建python虚拟环境：

目前需要一个python环境，而anaconda对于学习深度学习是非常适合的，它集成了很多有用的库，可以通过建立虚拟环境创建不同python版本，jupyter notebook十分好用，管理也很方便。

1. 首先：安装 Anaconda，安装教程网上一堆，Windows安装其实跟普通软件安装那样即可。
2. 然后，创建python虚拟环境，之所以建立虚拟环境是推荐使用python3.6版本：

conda create py36 python=3.6

这里最快的方法是用pip安装库，因为好像要是用conda安装tensorflow-gpu的话，训练时默认是用CPU的，而且pip国内有很多源：

阿里云 			http://mirrors.aliyun.com/pypi/simple/ 
中国科技大学 		https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban) 	http://pypi.douban.com/simple/ 
清华大学 		https://pypi.tuna.tsinghua.edu.cn/simple/ 
中国科学技术大学 	http://pypi.mirrors.ustc.edu.cn/simple/

可以通过以下命令临时修改源下载，国内源速度很快：

pip install [库名] -i [源]

3. 现在先在命令行激活刚刚创建的虚拟python环境：

activate py36

4. 然后pip安装就可以了(使用国内源)，它会安装对应库和其所有依赖：

pip install tensorflow-gpu==1.13.1 -i http://mirrors.aliyun.com/pypi/simple/

这里安装1.13.1的版本是因为python3.6支持，也支持上面版本的CUDA和cudnn。
另外要注意的是：如果安装过程因为pip版本老旧而终止，那就更新一下pip就可以了。

5. 安装完tensorflow-gpu后，在以同样方式安装tensorflow和keras就可以了。

注意：numpy的版本要兼容，否则将导致出错，导入出错，我这里安装的所有版本是：

tensorflow-gpu==1.13.1
tensorflow==1.13.1
keras==2.2.4
numpy==1.16.2

---

>>> 完 <<<