今天搭建了Keras深度学习的环境 详细记录一下
安装Anaconda3
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
Anaconda3官网下载：https://www.anaconda.com/distribution/#download-section
选适合的版本安装即可
安装的时候记得勾选add anaconda to my PATH environment variable
安装好之后检查一下：
没有问题。
在Anaconda中创建TensorFlow的虚拟环境
conda info --envs
这个命令是检测Anaconda所有的环境变量的
然后创建虚拟环境：
conda create --name tensorflow python=3.5
TensorFlow官方现在还不支持python3.7 所以我装的是3.5
安装完之后再来看一下：
现在已经创建了一个TensorFlow的虚拟环境了。
进入这个虚拟环境的命令是：
activate tensorflow
退出是：
deactivate
安装CUDA和CUDNN
先安装cuda：
https://developer.nvidia.com/cuda-toolkit-archive
我下的是cuda10.0
下载安装之后 安装cudnn：
https://developer.nvidia.com/rdp/cudnn-download
不过这个需要先注册再下载
下载解压之后 将CUDNN中的bin、include、lib文件黏贴到CUDA10.0相应的文件夹之中即可
检查系统变量中是否存在以下路径，没有的话手动添加就行了：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib
安装TensorFlow和Keras
进入虚拟环境后，安装TensorFlow的GPU版本：
pip install tensorflow-gpu
可以看到已经安装了
然后安装keras：
pip install keras
启动Jupyter Notebook
Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。
在虚拟环境里面输入jupyter notebook 启动jupyter notebook
这个时候的python3是我系统原来就有的python3 没有TensorFlow库 需要配置一下 使jupyter可以运行虚拟环境里的python：
进到虚拟环境里面之后：
pip install ipykernel
python -m ipykernel install --user --name=tensorflow
先安装ipykernel库 再配置一下就好了
这时再打开jupyter：
就有了TensorFlow可以选
然后就可以愉快的进行学习啦~