• Python环境配置
• 安装Anaconda3
• 配置Anaconda
• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
• conda config --set show_channel_urls yes
• 查看已有的环境：conda env list
• 创建新的环境：conda creat -n keras python=3.6
• 删除已有的环境：conda remove -n keras --all
• 进入指定的环境：activate keras
• 复制环境：使用Anaconda navigator
• 配置pip
• pip install pip -U
• pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
• CUDA & cuDNN 安装与配置
• https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows
• https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html
• 复制文件
• Copy <installpath>\cuda\bin\cudnn64_7.dll to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
• Copy <installpath>\cuda\ include\cudnn.h to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.
• Copy <installpath>\cuda\lib\x64\cudnn.lib to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.
• 配置环境变量
• Variable Name: CUDA_PATH
• Variable Value: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
• 安装Tensorflow
• pip install tensorflow-gpu
• 验证

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

• 安装keras
• pip install keras
• 验证
• 下载keras example: https://github.com/keras-team/keras
• 运行keras-master\examples\目录下的例子（第一次运行会下载数据集）
• 注意：
• 最新流程：
• 双击CUDA安装包（版本9.2），选择合适的选项
• 复制cuDNN到合适的位置
• conda install tensorflow-gpu
• 可能需要：
• 重启计算机
• 重启终端