windows下搭建python环境笔记

因为cpu跑数据太慢，考虑用gpu，公司有台Tesla P100的服务器，也是很棒。

过程中遇到很多坑，最终总结步骤如下：

1.安装anaconda3

2.安装pycharm专业版，激活方法自搜，一般用激活码

3.进入pycharm建立工程，编写自己的python脚本，并在settings中设置工程的python解释器，建议用虚拟解释器，模板可以用anaconda3的，这样不会影响Windows环境的python配置

4.pycharm本身提供了cmd可以安装一些自己脚本需要的包，用pip就好了，查看目前的各个包版本可用 conda list

5.安装GPU支持时注意顺序和兼容性：

5.1.先装TensorFlowgpu，安装时会显示支持的cudnn版本，注意记录版本，因为cuda和cudnn版本必须兼容

5.2.卸载并安装nvidia显卡驱动，禁用集显，完成后用nvidia smi查看是否成功

这里参考了https://blog.csdn.net/qq_30520759/article/details/78947034中“2.NVIDIA显卡驱动的安装” 的内容。

5.3.安装cuda，和我的tensorflow版本兼容的是cuda9.2，官网下载适合自己的版本sudo dpkg -i装一下

5.4.安装cudnn，https://developer.nvidia.com，需要注册，可以用在网站搜索cudnn下载，不然自己会比较难找（我瞅了一分钟愣是没找到），有三个东西可以装，runtime和developer 的library是必须装的，第三个是说明文档。此外，示例也可以装一下，我在安装时遇到兼容问题，所以就在windows里面解压，把工程用xftp拷过去编译运行了一下。

之后有测试了一下自己的cnn mnist程序，一个训练周期的时间从13s变成了3s，提升还是很明显的。

可参考：http://blog.sina.com.cn/s/blog_1628ae9d30102yd6q.html

5.5可以