win10下配置GPU加速的Keras框架

不久之前，开始学习深度学习，这个时候发现用CPU计算的Keras框架性能明显不够用了，但当时随便弄了一下没能成功实现GPU加速。于是后来一次重装系统，从头详细地重现这个过程。

Python环境搭建

要搭建Python环境，个人觉得真的没有比Anaconda安装更省心的了，而且其内部已经包含了许多常用的包，不用一个一个的安装了。

我选用的是python3.6的64位版本。注意，在引导安装过程中，强烈建议勾选将Python加入环境变量（勾选后这段文本会变红），安装完成后，我们就能正常使用Python了，使用conda list命令，可以查看当前python环境下安装的所有库（如下图）。

CUDA8安装配置

CUDA8的安装包可直接从NVIDIA官网下载。根据相应的系统选项，我选择的是cuda_8.0.61_win10.exe(大小为1.3G)，安装的时候建议选择 自定义 而不是“精简”(从下面的英文解释可以看出，其实这里的精简写成完整应该更贴切，他会安装所有组件并覆盖现有驱动，然而我并不想安装全家桶，何况我的官方显卡驱动比他的新)。