win10+vs2017+cuda 9.0+cudnn 7.0+tensorflow 1.5.0+opencv+keras安装

安装顺序 vs2017+cuda 9.0+cudnn 7.0+tensorflow 1.5.0+opencv+keras

安装vs2017

下载地址：官网下载https://developer.nvidia.com/
VS2017，在配置CUDA之前，我已经安装好了其中的C++语言模块，C++模块需要自己去勾选下载安装，VS默认安装没有。（话说VS2017的安装相比起2013和2015来说真的超快）
注意安装vs2017需把前面三个选项勾选（其中包括c++ 具体是什么我忘记了）

安装cuda 9.0

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

配置环境：在系统环境变量path 加入两条路劲

安装cudnn 7.0

解压压缩包，把压缩包中bin,include,lib中的文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录下对应目录中
把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64\cupti64_80.dll
拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

安装tensorflow 1.5.0

conda create --name tensorflow-gpu python=3.5
activate tensorflow-gpu
更新pip
python -m pip install -U pip
pip install tensorflow-gpu==1.5.0

如果在更新pip时报‘Cache entry deserialization failed, entry ignored’
则改用：python -m pip install --no-cache-dir --upgrade pip

千万不要提前去更新conda，否则会报错误：

UnavailableInvalidChannel: The channel is not accessible or is invalid.

解决办法：
输入conda config --remove-key channels

安装opencv

pip install opencv-python

安装keras

 pip install keras

配置Pycharm环境

打开pycharmcha 设置-Project Interpreter-Add-Conda Environment-New environment选择tensorflow-gpu下的python.exe即可生成python （tensorflow-gpu）
链接：https://blog.csdn.net/zw__chen/article/details/79374467

遇到的问题：
slearn ImportError: DLL load failed: 找不到指定的模块。
是因为scikit-learn 包依赖 numpy，scipy
解决办法：卸载 numpy，scipy，scikit-learn 包，然后按照numpy，scipy，scikit-learn的顺序重新安装
我安装的版本号分别是numpy 1.14.3 scipy1.1.0 scikit-learn0.19.1

引用：https://blog.csdn.net/zw__chen/article/details/79374467