WIN10配置tensorflow_GPU+ObjectDetection_API（防坑指南）

作为深度学习的小白一名，这段时间用到了TensorFlow中的目标检测API，尝试在windows下配置一下环境，遇到了各种坑，大部分坑都是版本问题，希望大家一定注意本文提到的版本，在此记下遇到的坑以及解决的办法。
电脑配置：WIN10_64位，4代i5，1060
时间：2018.12

1. 安装anaconda

因为是小白，所以选择了安装anaconda来搭建python环境。TensorFlow目前只支持python3，所以在官网选择windows的python3版本。

在安装过程中有两点需要注意：第一个勾是是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda等命令，推荐勾选，如果不打勾也可以安装完成后手动添加；第二个是是否设置Anaconda所带的Python为系统默认的Python版本，如果电脑中没有装其他的python，建议勾选。

2. 安装CUDA和cudnn
   本文配置的是TensorFlow_GPU的版本，需要CUDA和cudnn的支持，如果是配置CPU的版本，那么这一步可以省略。
   这里有一点特别坑的是，安装的CUDA版本，cudnn版本一定要和安装的TensorFlow-GPU的版本对应。我是安了又卸，卸了又安了至少四五遍才把版本对应起来。
   亲测能用的版本对应是：Python3.5—TensorFlow-GPU1.9.0–CUDA9—cudnn7.4
   （之前也试过其他可以匹配的版本，但是因为本文需要配置ObjectDetection的API，这个需要至少TensorFlow1.9.0版本以上，所以选择TensorFlow-GPU1.9.0）
   在CUDA官网选择我们需要的版本。选择之后默认的download下载的是CUDA10，需要选择legacy releases选择CUDA9。还有一点需要注意的是，下载之前一定要确认你的显卡是否支持CUDA9。
   
   
   
   下载后需要经过漫长的安装过程，这个跟其他的安装没什么太大区别，安装过程可能出现屏幕闪烁。
   安装完CUDA后，接下来安装cudnn。在官网选择我们需要的7.4版本。
   
   
   需要注册账号登录后才可以下载。下载后是一个压缩包，解压压缩包后，分别将三个文件夹里的文件，分别复制到CUDA安装路径下对应的文件夹里。注意不要整个文件夹复制替换，要分别复制文件夹里的文件到对应的文件夹下。复制好后，还需要添加cudnn的bin文件夹到系统的环境变量中。
3. 安装TensorFlow
   打开cmd命令行，注意以管理员身份运行，本文所有的在cmd命令行下执行的指令都是在管理员身份运行的前提下，否则有些指令会报错。
   创建TensorFlow环境

conda create -n tensorflow python=3.5 

网上有人说TensorFlow对python3.6的版本也支持了，可是我创建的python3.6环境下安装TensorFlow会出现错误导致不成功，所以在此选择python3.5的版本。-n 后面的tensorflow是创建环境的名字，可以随意起。
创建后**tensorflow环境

activate tensorflow

然后开始安装tensorflow，如果需要安装cpu版本，把-gpu去掉就行。

pip install --ignore-installed --upgrade tensorflow-gpu==1.9.0

测试tensorflow是否安装成功。在cmd-tensorflow环境下输入python进入python，依次输入如下指令，如果没有报错就证明安装成功了。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

4. 安装ObjectDetection_API