基于python的tensorflow深度学习的环境搭建（GPU版本）

由于需要完成深度学习人脸识别的毕设，所以最近一直在着手做相关的研究。以下关于环境搭建，也就是我毕设的第一步，都是我本人通过自己实践得出的结论。下面是我的具体参数：

| TENSORFLOW 2.1.0 | CUDA V10.1 | CUDNN 7.6.5 | NVIDIA DRIVER VERSION 442.59|
| Alienware 15R2 | GTX970M | 16G DDR4 2133MHZ | SSD SAMSUNG SM961 256G |

• 以下步骤没有严格的先后顺序。但是建议按照步骤来进行。
• 有条件的同学建议全程搭梯子进行。

安装python

很简单，去官网（←点击跳转到下载界面）下载需要的python安装包安装即可。我自用的python是3.7.6版本。虽然已经有3.8的版本了但是这里给出一点建议，考虑到软件的兼容性，不要用最新的版本。
顺带一提，同一台设备上是可以存在多个python版本的。
然后需要注意的是，在这个安装界面下需要勾选前4个（因为我已经安装好了，这里重新打开安装程序做示范），特别是install for all users，如果不勾选的话在后续用pip下载三方库的时候指令后面需要追加 --user。

示例：pip3 install numpy
变成：pip3 install numpy --user

• 在安装的时候有个选项是将python添加到环境变量，请务必勾选
• 不装到c盘完全可行√

安装IDE

我本人使用的IDE是visual studio code。没错就是大名鼎鼎的巨硬的vsc。
上官网（←点击跳转到下载界面）安装即可。
安装完成之后需要做两件事：

• 汉化vs code
• 安装vs code的python拓展

首先打开软件，在左侧extensions中搜索chinese，找到这个，安装之后就是中文了。