深度学习Tensorflow环境配置

基于TensorFlow深度学习的环境需求如下
1、Python

（略）

2、Anaconda

（略）

3、CUDA NVIDIA GPU computing toolkit
https://developer.nvidia.com/cuda-toolkit-archive

4、cuDNN 神经网络加速库（要与CUDA版本匹配）
https://developer.nvidia.com/rdp/cudnn-download

注：cuDNN需进行环境变量等配置，请参考其他文档

5、numpy库

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

注：使用pip安装出现超时的情况，请更换下载源，如豆瓣等。

6、TensorFlow GPU版

pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

注：CUDA，cuDNN，TensorFlow GPU等，可通过Anaconda命令自动安装，请查询其他文档

7、常用Python库

pip install -U ipython numpy matplotlib pillow pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

8（可选）、TensorFlow运行显存占用模式设置，避免显存大量浪费：***（注意缩进）***

gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
	try:# 设置 GPU 为增长式占用
		for gpu in gpus:
			tf.config.experimental.set_memory_growth(gpu, True)
		print('succeed')
	except RuntimeError as e:
		# 打印异常
		print(e)