Windows10系统下配置深度学习环境（(python3.5.2+anaconda4.2.0+CUDA9.0+cuDNN7.5.0+tensorflow-gpu1.11.0)）

写在前面：
想必大家在没有搞深度学习之前都已经接触过python了，所以电脑上或多或少都有一两个python的编辑器，比如pycharm，也或多或少了解到了anaconda。
我相信你看到我的标题时候，你就已经在准备搭深度学习的环境了，那么你的电脑上也一定装了anaconda和python编辑器了，所以我这里就不讲了。
注：现在大多数人都用的是python3和anaconda3的版本了，python2也即将被淘汰。

在配置windows10系统深度学习环境的时候，我也考虑过要装双系统，但是我的电脑是双硬盘，BIOS模式又是传统，不是形式的，所以装双系统需要引导，而且不一定安装成功，为了不重装windows系统，所以我这次选择在wondows系统下搭建深度学习环境。

第一步：python安装
使用anaconda安装python即可，windows下不建议用官方python安装。anaconda下载地址是：这个链接。安装过程种不要把目录放的太深，我是直接放在D盘里，然后英文命名文件夹名就好了。
这个博客建议在装cuda之前先下载安装DXSDK_Jun10.exe，我觉得没有必要，因为不安装也不会影响tensorflow-gpu使用，所以大家自己决定。

**注意：**现在先把下载源都改成国内的源，否则以后下载一些库的时候可能会下载失败，还是国内源比较好用，一般首选阿里云源或者清华源。
（1）pip国内源
更改 pip 源，可以让 pip 加速。在 user 目录中创建一个 pip 目录，如： C:\Users\xx\pip，xx是用户名，新建文件pip.ini（建议先新建成 .txt 文件，之后将后缀名改回），内容如下：

[global]  
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]  
trusted-host=mirrors.aliyun.com

把上面这个复制到你新建的pip.ini文件保存就好了。
（2）conda国内游
如果 conda 命令执行很慢，可以更改 conda 源，让conda 加速。在cmd终端输入下列命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

运行以上两句，在c:\users\xx 目录下生成.condarc，xx表示用户名。.condarc 内容如下，表示成功：

第二步：了解一下虚拟环境
安装好 anaconda 后，建议立即建一个虚拟环境， 因为会碰到不同的代码需要在不同的 python 版本下运行。 今后都在虚拟环境下进行深度学习编程。

例如，进入 anaconda 安装目录的 scripts 目录，执行下面命令：

conda create -n py35 python=3.5

因为我装的是python3.5，所以这样写。它
的意思就是创建一个python 3.5的环境，命名为 py35。创建上述虚拟环境后，会发现anaconda安装目录的envs子目录下多了一个 py35的目录，它就是另一个全新的 python，它下面包含了anacoda 的几乎全部东西。
如何进入虚拟环境？
　　windows下进入anaconda安装目录的scripts目录，在这个目录下执行activate环境名即可。例如activate py35，deactivate 退出虚拟环境。进入虚拟环境后，再退出Scripts目录， 进入到envs中的py35目录中 （或者只退出scripts目录即可），使用pip安装一些模块是安装在虚拟环境的py35中。
第三步：安装CUDA
先到自己电脑的控制面板里面找到NVIDIA控制面板，
看下自己显卡的版本，我的版本是410…，下面这个是网上的图，类似这样。

知道了NVIDIA的版本以后，根据下面这个表来决定你要安装哪个版本的CUDA。

我觉得对于我来说CUDA9.0够用了，我之前用的也是9.0版本，所以我决定下载9.0版本的。
下载： 到CUDA下载官网下载就好了【网址】
下载时候要选择windows10系统和本地下载，如下图所示：

CUDA有四个补丁，可以一起下载安装。下载好的文件如下图所示。

安装： 安装的时候为了不出错，尽量不要修改路径。

上面这张图的路径是零时减压路径。下面这张图是安装路径。这两个路径一定不能一样，如果一样的话很容易安装不成功，也会导致安装后找不到CUDA所在路径，所以最好不要修改路径。
就一步步安装就好了，切记安装时候选择自定义安装，然后全部选择就好了。安装好以后再安装四个补丁，补丁安装没有任何问题，点一下就好了。
安装结束，在cmd中输入nvcc -V即可查看是否安装成功，此时应该会跳出安装的cuda的版本号，如下图所示

第四步：安装cuDNN
cuDNN其实是与CUDA配套的一个东西，其实也算不上一个安装包或者 一个软件，先说一下CUDA、cuDNN和tensorflow三者的版本关系，必须严格按照这个关系配置才可以用。

因为我的CUDA版本是9.0，所以我选择了cuDNN版本为7.5.0。
下载：这个也从官网下载就好了【网址】，下载时候一定要选择好是windows10版本，不是linux版本，下载好以后减压，发现里面是三个文件夹，如下图所示。注意：这个网站下载的时候需要先注册，不过注册也简单，邮箱就可以

然后把这三个文件夹里对应的东西移动到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0（这是安装CUDA时候的默认路径）对应的文件夹下面就好了。
装完cuDNN以后，可以把对应的环境变量加入到系统变量里面去，以便以后使用。添加环境变量的链接是这个【链接】。

到这里除了安装tensorflow以外就都差不多完成了，这时候我们可以进行一个小插曲，安装一下opencv模块，我们把这个模块安装在我们的虚拟环境里。
安装opencv我已经在我的另一个博客单独讲过了。大家可以看一下，这里不安装也行。
第五步：安装tensorflow

根据上面的图，选择与cuDNN和CUDA配套版本的tensorflow是至关重要的，我安装的是tensorflow-gpu1.11.
然后，进入cmd，首先进入anaconda3目录的scripts下，使用activate py35进入虚拟环境，然后退出scripts目录（目的是下载到虚拟环境中，更保险的做法是再进入到envs的py35目录中），然后输入

pip install tensorflow_gpu==1.11

然后发现下的很慢，而且容易出问题，这是因为用的依然是国外的源，不知道为啥pip改成了国内源，这里下载还要是国外的源。。。
然后我就又换了命令，就好了。。还是阿里云源快。。。

然后就下载完成了。环境就搭配好嘞！！！
参考文章有：
一
二
三