安裝GPU支持

Keras集成了TensorFlow，但是使用TensorFlow的GPU計算要安裝安裝 CUDA 和配置 NVIDIA cuDNN ，參照以下博客安裝(看到安裝順序的第2步就可以了)：
win10搭建tensorflow-gpu環境
注意 ：自行搜索自己顯卡對應的CUDA，再搜索與CUDA對應的cudnn版本。
它安裝的是CUDA9.0，而我安裝的是 cuda_10.1.168_425.25_win10.exe ，
與其對應的cuDNN版本是 cudnn-10.1-windows10-x64-v7.6.0.64 (這個需要登錄才能下載)。

除了版本不同，其他操作都一樣的。

---

以下是從上面博客的第3步開始的： ，所以先完成上面配置先再進行以下操作。 這里是安裝 tensorflow-gpu版本 的

---

Anaconda創建python虛擬環境：

目前需要一個python環境，而anaconda對于學習深度學習是非常適合的，它集成了很多有用的庫，可以通過建立虛擬環境創建不同python版本，jupyter notebook十分好用，管理也很方便。

1. 首先 ：安裝 Anaconda ，安裝教程網上一堆，Windows安裝其實跟普通軟件安裝那樣即可。
2. 然后 ，創建python虛擬環境，之所以建立虛擬環境是推薦使用python3.6版本：

            
              conda create py36 python=3.6

            
          

這里最快的方法是用pip安裝庫 ，因為好像要是用conda安裝tensorflow-gpu的話，訓練時默認是用CPU的，而且pip國內有很多源：

            
              阿里云 			http://mirrors.aliyun.com/pypi/simple/ 
中國科技大學 		https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban) 	http://pypi.douban.com/simple/ 
清華大學 		https://pypi.tuna.tsinghua.edu.cn/simple/ 
中國科學技術大學 	http://pypi.mirrors.ustc.edu.cn/simple/

            
          

可以通過以下命令 臨時修改源 下載，國內源速度很快：

            
              pip install [庫名] -i [源]

            
          

3. 現在先在命令行 激活 剛剛創建的虛擬python環境：

            
              activate py36

            
          

4. 然后 pip安裝 就可以了(使用國內源)，它會安裝對應庫和其所有依賴：

            
              pip install tensorflow-gpu==1.13.1 -i http://mirrors.aliyun.com/pypi/simple/

            
          

這里安裝1.13.1的版本是因為python3.6支持，也支持上面版本的CUDA和cudnn。
另外要注意的是：如果安裝過程因為pip版本老舊而終止，那就更新一下pip就可以了。

5. 安裝完tensorflow-gpu后，在以同樣方式 安裝tensorflow 和 keras 就可以了。

注意：numpy的版本要兼容，否則將導致出錯，導入出錯，我這里安裝的所有版本是：

            
              tensorflow-gpu==1.13.1
tensorflow==1.13.1
keras==2.2.4
numpy==1.16.2

            
          

---

>>> 完 <<<