在Windows10下配置深度学习环境（tensorflow-gpu + CUDA & CUDNN），十分详细，推荐小白食用

在Windows10下配置深度学习环境（tensorflow-gpu + CUDA & CUDNN）

本文的基础建立在DUT汽院515教研室的师兄的教程之上，由本人总结更新，希望能帮到更多人，十分感谢师兄们的付出。

CUDA的配置

请参考本人的另一篇文章，我怀疑是老黄从中作祟，限制了国内用户对于CUDA的开发利用，具体解决方案将于明日更新，在知乎（cuda无法下载了吗？？？）中已经有一些朋友提供了百度云的地址，本人明日更新天翼云的下载地址。
在我另一篇文章里附上了天翼云下载链接，CUDA10.2版本，欢迎食用：
CUDA不能正常下载（附解决方案）

一、 查询电脑的GPU支持哪个版本的cuda，具体操作如下：

1.打开nvidia控制面板，点击系统信息。
2.点击组件就可以看到支持cuda的最高版本号（如图）

二、安装CUDA

1.注意：cuda有些功能会依赖vi,可以去网上下载一下社区版的Visual Studio，完全免费。（具体版本号去网上查询）。最新版本为2019.
2. 去nvidia官网去下载cuda：
CUDA官方下载

下载完成后，双击安装，很简单，不再赘述。
可能遇到的问题：
（1）下载下来的文件不是.exe文件，那么换个浏览器下载，浏览器有问题。
（2）CUDA安装时最好选用推荐的精简版本。不要自定义，而且安装目录选择默认的既可以，最好不要更改。
（3）如果遇到这种问题怎么办？

在安装时先关闭360杀毒软件，驱动安装它里面推荐的，就可以了。

CUDNN的配置

三、下载CUDNN

经测试，CUDNN可以正常下载配置，下载地址
CUDNN官方下载
从上述网址进行下载，但是下载前要注册一个账号。


== 接下来的过程以8.0为例 ==
下载完成后，解压。
解压后，你会看到名为“cuda”的文件夹，文件夹下面有3个子文件夹（bin,lib,include），你需要把这3个子文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0文件夹下（系统会提示已经存在，是否合并，选择确定就可以了，这个是CUDA默认安装路径，如果是自己把安装路径更改了，那么路径就变了）。一般这里不会有啥问题的。

四、修改环境变量：

左击桌面的“计算机”图标，依次选择“高级系统设置”–“环境变量”，在“系统变量(S)”中找到Path选项，双击编辑“变量值(V)”：你需要以下的路径是否在Path中，如果没有，就添加对应的路径。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include

深度学习环境的配置

五、安装Annaconda

Annaconda是一个python的整合大包，相当于我们买游戏的本体加季票，对于新手来说很好用，因为整合了我们很多可以直接利用的包，但缺点就是包的体积很大，建议安装的时候留出10G空间。
下载地址：Annaconda最新下载

建议小白选择你第一次安装的Annaconda作为你的默认环境，这样你以后的程序都是在该环境下运行。
第一个选项同样建议勾选，这样你的python就可以在系统任意的地方被调用

安装完成后，在开始菜单找到Annaconda，找到图中所示

打开是一个命令提示符程序：

输入conda install tensorflow-gpu==2.1.0
极力推荐学习使用tensorflow2.1，结合Keras简化了很多网络编辑。
这里推荐一下北大曹健老师的公开课人工智能实践，我收益匪浅。
最后测试一下你是否装好了吧！
在这个框框里输入python查看你的python安装版本（打开python编译器）：

输入import tensorflow as tf，以后你最常输入也是很多时候仅仅会输入的语句吧！

输入print(tf.version)查看安装版本。

恭喜你入坑深度学习！