深度学习文章1：深度学习环境搭建：win10+GTX1060 + tensorflow1.8.0+keras+cuda9.2+cudnn7.1.4
深度学习环境搭建：win10+GTX1060 + tensorflow1.8.0+keras+cuda9.2+cudnn7.1.4
（写在每篇深度学习文章系列的前面，该系列的文章是我2019年做毕设时的步骤总结，是能实现的，不和其他很多博客一样瞎糊弄人浪费时间。写下这些文章一方面为了方便后来者，一方面也为了自己以后的步骤复现等。
另外，如果我给的那些参考帖子看不了了，可以到我的博客下载区那里去下载对应的压缩文件，我把里面所有的链接网页都截了长图，所以不用担心我给的参考帖子链接失效。
其次，如果我给的参考链接侵犯了该链接博主的权益，烦请告知，必当第一时间删掉。由于本人参考帖子较多，如果侵犯了请原谅，我会删掉。也谢谢各位在路上帮助过我的，谢谢了。
还有就是，如果积分太高了，请告诉我怎么把积分降低，我也不太清楚怎么弄，积分会随着下载次数增加逐渐增加。你知道的话怎么降的话可以留言给我。
emm, 最后的最后，如果你觉得这篇博文有用，请点个赞哩，感谢！~~）
（博客下载区：
https://download.****.net/download/lininggggggg/11224839
或者在下载区搜索名字：
1.GPU详细安装步骤–深度学习文章1：win10+GTX1060 + tensorflow1.8.0+keras+cuda9.2+cudnn7.1.4）
正文
（前提：要安装VS，pycharm编译器）
该链接是pycharm**版http://www.runoob.com/w3cnote/pycharm-windows-install.html。
第一步，安装ANACONDA3，选python3.7；然后手动添加环境变量。
（这里可能到时会更新到3.8和3.9等，就和我做的时候一样，我下的时候是3.7，而看的博客说的是3.6。不过这个不是问题，到时可以在后面的编译器里重新安装为python3.6，所以尽管下载就好了。）
环境变量：
第二步，确定电脑是否能装GPU。
具体怎么看参照https://zhuanlan.zhihu.com/p/37086409的第二步。
第三步，确定电脑能装的CUDA版本并安装。
（这里最好按电脑配置来，但有可能由于tensorflow换代太快，而CUDA还没跟上步伐，导致即使按官网上来也有可能到最后会不兼容，而这也是博客上很多人失败及入坑的关键原因）
具体怎么看参照https://blog.****.net/qq_33856151/article/details/79295086的第五六七步，然后检查CUDA是否安装成功。检查方法可以是帖子的第八步，
或者打开Anaconda Prompt编译器，输入nvcc -V
（如果出不来也不一定就是安装不成功，可能是python的原因，可以先做后面的先。）
如果还可以就继续参考它的第八九十步，
其中第十步如果找不到keras则可以用命令conda install keras，以及软件everything查找。
第四步，安装CUDNN
CUDNN的版本与CUDA的版本是相关联的，我的CUDA版本是CUDA9.2。但是，目前官网最新的CuDNN版本是V7.5,但是现在有一个问题，TensorFlow不支持CUDA9.0以上，所以需要经过大神编译过的TensorFlow版本（只有特定版本），对应CUDA9.2的版本是CuDNN7.1，所以我需要下载一个CuDNN7.1 for CUDA9.2。
具体可以参照下帖子https://blog.****.net/hl1hl/article/details/88112950#%E4%B8%8B%E8%BD%BDwhl%E6%96%87%E4%BB%B6在安装CUDNN这个步骤上的内容。
先注册一个账号，然后关闭网页，在点进去链接就可以进入到下载页面
https://developer.nvidia.com/rdp/cudnn-download
有问题就是最新版本可能不行，改用7.1.4版本，帖子是
https://blog.****.net/hl1hl/article/details/88112950
第五步，安装Tensorflow
（1）如果是CUDA9.2和CUDNN7.1版本的话就可以直接点击链接https://github.com/fo40225/tensorflow-windows-wheel/blob/master/1.8.0/py36/GPU/cuda92cudnn71sse2/tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl里的Download按钮，如下图
（2）如果是其他下列几个情况则自己选择对应的，没有的话可能是不用或者这里没有，得去别的地方找。
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU
（3）下载下来后这文件最好放在Anaconda Prompt编译器最开始打开时显示的位置处，比如
（4）打开Anaconda Prompt编译器，
输入conda create -n tensorflow-gpu python=3.6，
再输入activate tensorflow-gpu,
再输入pip install tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl，
然后如果都没错的话，
输入python，
再输入 import tensorflow
再输入import tensorflow as tf，
再输入sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
如果有类似下图语句则一般安装成功了。
第六步，环境变量的话可以看https://blog.****.net/qq_33856151/article/details/79295086（第二个链接）这个帖子的第十二步。
第七步，再看下这三篇博客中还有哪些没看的，或者我没讲到的也可以看一下。
本文参考到的比较主要的博客链接如下：
1，https://zhuanlan.zhihu.com/p/37086409
2，https://blog.****.net/qq_33856151/article/details/79295086
3，https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#activating-an-environment
4，http://www.runoob.com/w3cnote/pycharm-windows-install.html
5，https://blog.****.net/hl1hl/article/details/88112950# 安装TensorFlow。
PS. anaconda prompt编译器里搭建一个新的gpu环境
打开anaconda prompt编译器，输入
（输入“python” **python, 退出输入“exit()”）
conda create --name tfgpu
conda activate tfgpu
conda deactivate 退出该版本
测试
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())