学习笔记1：深度学习环境搭建win+python+tensorflow1.5+CUDA9.0+cuDNN7.0

        2018年2月13买了一台Dell Inspiron7577，i7-7700hq、1050Ti显卡、win10家庭版。由于课题需要开始学习深度学习，之前在实验室和自己的笔记本上安装TensorFlow总是不成功，不然就是仅实现cpu运算。本次安装主要是按照这位大神的安装步骤，大神安装的时间和我相近，大神解释的也很详尽，基本没有出太多的问题，在此十分感谢！本人土木专业，计算机小白一只，如有出错望见谅，从零开始学习，也算是学习日记的第一篇了~

参考链接：http://blog.csdn.net/qq_33856151/article/details/79295086

安装列表：

Anaconda 5.0.1 对应Python版本3.6.3

CUDA 9.0

cudnn 7.0

TensorFlow 1.5.0

pycharm 2017.3.3

1.安装anaconda

anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，是很方便的啦。可以直接搜索在官网上下载最新版本，或者在清华开源镜像网站上下载（推荐，速度快，有历史版本）。我安装的Anaconda3-5.0.1版本，好像现在更新到5.1.0，应该也可以用。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装完成之后记得要添加“环境变量”，注意是在“系统变量”中“path”中添加变量。需要添加两个：“C:\ProgramData\Anaconda3”、“C:\ProgramData\Anaconda3\Scripts”，前一个是安装路径，后一个是Scripts文件夹路径，这里我都是默认安装路径。

添加完之后，运行cmd或者运行anaconda prompt，在命令行中输入python，即可运行python。

2. 安装Visual Studio

网上说VS是沟通GPU加速的桥梁，原博主安装的是VS2013，我下载了VS2015可以用，VS2015有三种版本：专业版、社区版、企业版，社区版是免费的，所以选择了社区版，下载官方版本安装即可。

3.安装CUDA

CUDA是nvidia提供可以使用C++进行GPU编程的接口，这一步是关键中的关键！

（1）查看显卡信息

桌面上右击，选择“NVIDIA控制面板”，右击菜单没有的在“控制面板”中搜索。点击“帮助”—“系统信息”—“组件”，查看显卡驱动版本。笔记本上1050Ti显卡开始是CUDA8.0.0版本，更新驱动后就变成了9.1版本。

（2）下载CUDA

这里比较绕，首先，安装的TensorFlow1.5.0版本只支持CUDA9.0；

其次，电脑上的显卡驱动版本和CUDA版本要匹配，我原来是8.0版本，安装CUDA9.0就不行，而升级驱动至9.1之后就可以安装CUDA9.0版本；（显卡驱动可以在NVIDIA corporation中更新，但只能更新到最新版本）

我们给出各显卡对应的历史版本驱动：http://www.nvidia.com/Download/Find.aspx，红色的是我下载的。