在win10上配置运行Faster-RCNN的环境

本方法简单明了，根本无需去查什么tensorflow和cudnn及condatoolkit版本之间的关系。步骤如下：

1. 首先安装anaconda，安装方法略
2. 启动anaconda prompt，
3. 输入conda help查看命令帮助，然后新建一个环境，使用的命令为：conda create -n py35-tf python=3.5，这样就创建了个基于python3.5名为py35-tf的环境。因为Faster-RCNN是在python35下运行的，所以必须是python3.5
4. 查看所有的环境，可以看出系统中有两个环境。

5.激活新建的环境py35-tf。

6.（可选），添加国内安装频道

7. 搜索tensorflow版本

8. 注意到上图中倒数第二行就是我们所需要的版本（1.9.0 gpu_py35h0075c17_1），其中的py35字样表示它对应于python3.5，使用如下命令安装它：conda install tensorflow-gpu=1.9.0，在这一步中，conda将会自动安装或更新相应的cudnn及condatoolkit。下面截图是本人安装完毕之后的显示结果。

另外需要注意的安装之前最好更新显卡驱动，避免显卡驱动无法支持cudnn的情况。下图显示的是本人安装成功后的显卡驱动版本和cudnn及cudatoolkit版本。

9. 打开Faster-RCNN-TensorFlow-Python3.5-master目录下的demo.py文件，找到其中的tfconfig = tf.ConfigProto(allow_soft_placement=True)，更改为tfconfig = tf.ConfigProto( allow_soft_placement=True,  log_device_placement=True)。这样运行时它就会输出tensorflow的设备分配信息，如果看到其中的gpu字样，就成功了。