基于python3.8版本的tensorflow，keras 和pytrorch GPU版本简易安装

最重要的就是版本对应问题！！

1、安装miniconda,

我是小白，因为找到的大部分教程都是通过Anaconda安装，但是在安装pytorch时创建各种虚拟环境，最后运行总是出现各种问题，不调用什么的。而且miniconda很小，很清爽，大家可以去官网下载，也可以在我下方链接，我安装的是基于python3.8版本的，安装在了D盘。

链接：https://pan.baidu.com/s/1ucJyxtv9Ncjzrw4Yf-X-pQ 
提取码：1mk6

安装跟Anaconda类似，大家可以找教程（差不多就是设置好安装路径，然后一直默认就好了）

2、查看自己的nvidia-smi支持的最高版本，很多人上来就失败了是因为目录不对，需要找到nvidia-smi.exe的位置，默认的地址是C:\Program Files\NVIDIA Corporation\NVSMI

cd/d C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi

在miniconda的Prompt中输入上面代码，跳转到对应的目录就好了，右上角查看支持的最高版本，我的是支持到11.5，安装的CUDA版本不能高于你电脑支持的。

3、安装CUDA（有两个方法）

第一种方法：

我安装的是CUDA10.1，大家可以去找官网链接下载，我同样把安装包放网盘

链接：https://pan.baidu.com/s/1R_DBIBIZp77U3mNTjFfY4A 
提取码：kp8x

安装可以选择默认就好，大部分人推荐也是默认，我怕出问题也默认了，当然也可以选择安装其他位置，但是需要记住位置，因为后面需要设置环境变量。

如果使用cudnn的话，推荐大家使用cudnn7.6.5版本的，链接在下（cudnn好像就是让你的GPU跑的更快一些）

链接：https://pan.baidu.com/s/1QUuhw5kmO89bcCzll9ki5w 
提取码：qzbd

cudnn解压后是几个小文件，文件中子文件复制放到对应CUDA文件中就好，可以参考别人的文章

第二种方法：

在安装的miniconda 的Prompt中分别输入下方指令

conda install cudatoolkit=10.1 
conda install cudnn=7.6.5

因为用不到CUDA全部的内容，可以选择安装cudatoolkit（注意自己选择的版本）

ps：我之前用方法一安装的，然后又把一些10.1的CUDA卸载了，后来又使用的方法二，结果显示已经安好了。。。方法二也是可行的，都是我从别人那找的，说出来都是泪，CPU太慢了

然后就是设置环境变量，上面两种方法选一个弄好就要设置的右键此电脑，属性，高级系统设置，

 找到系统变量里边的Path，编辑打开，（如果打开是一整个长条，原因是第一个变量里开头是；把它删除就好，或者把其他变量弄前面，让C开头就行），然后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1添加到环境中（如果在其他位置自寻）

4、安装VC x64的，双击运行就可以，链接在下面

链接：https://pan.baidu.com/s/1pKESfc-wGlTQw-JI9DNGfg 
提取码：xye5

5、安装tensorflow2.3.1、keras2.4.2、GPU的pytorch，GPU的pytorch的安装大家可以参考别人文章去官网复制命令，也可以通过我下面的指令。在miniconda的Prompt中输入，我怕出错就没设置虚拟环境，大家有需要可以自己创建虚拟环境，我都要被破东西烦死了，啊哈哈哈哈哈哈哈哈，代码运行过程缺少什么库自己安装就好。如果安装其他版本就把后边的数字修改就行了，输入pip list 可以查看你安装了些什么东西。

#安装GPU版本pytorch，我也是从官网复制的命令修改的10.1
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

#豆瓣源安装GPU版本的tensorflow 2.3.1
pip install tensorflow-gpu==2.3.1 -i https://pypi.douban.com/simple 

#豆瓣源安装keras2.4.2版本
pip install keras==2.4.2 -i https://pypi.douban.com/simple

#安装一些数据包，画图包，Jupyter Notebook之类的
pip install pandas matplotlib notebook -i https://pypi.doubanio.com/simple

#安装spyder，看个人喜好编写程序在哪里，可以不用安装
pip install spyder

 6、再不行就输入下面代码，应该可以不用输入，我看好多人用了

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1" #使用哪一个显卡

使用显卡0，1看自己用哪一个，打开任务管理器，性能可以查看

7、然后使用过程可能还是出现各种问题，但是困难总比办法多，遇到就查吧，慢慢就会改了，反反复复就学会了，加油哟~~~~~~