Anaconda环境下win10-CUDA9.0-cudNN7.1-tensorflow1.8.0-keras安装注意点

安装keras踩了无数个坑，在这边记录一下注意事项。

首先tensorflow与CUDA和cudNN版本要匹配，这里根据广大博主推荐选择了CUDA9.0,cudNN7.1,tensorflow1.8.0（官网默认最新版）。截止目前CUDA9.2应该也可以支持tensorflow1.8（毕竟报错的时候tensorflow还在苦苦寻找CUDA9.2的文件）。

NVIDA官网最近不知道为什么CUDA一直下载到最后失败，cudNN下载需要注册。为了方便这里放上CUDA9.0链接。

CUDA和cudNN点这里   密码：0lrr

假设之前VS2017已经安装好，现在开始安装CUDA。

CUDA安装前确认之前的版本已经卸载完毕。CUDA同一版本第二次安装时会自动删除之前的文件，如果没有删除，请到控制面板里手动卸载最新安装的NVIDA程序（卸载工具不好使）。CUDA新手请安装在默认目录，一般是C:\Program Files\NVIDIA GPU Computing Toolkit。如果杀毒软件找你麻烦就关掉它们。

安装成功后打开环境变量设置，系统已经自动添加两个系统变量，如果没有请手动添加：CUDA_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0和CUDA_PATH_V9_0:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0。保险起见可以把子目录下的bin,include和lib\x64一起添加在用户变量里。

cudNN下载后解压出来，里面的三个文件夹复制到CUDA安装目录下，覆盖之前的对应文件夹。CUDA这边算是搞定。

要在anaconda环境下安装tensorflow和keras，先在命令行输入conda create -n tensorflow pip python = 3.6(我的python是3.6.6，python3.5请自行修改。3.5以下tensorflow1.8官网没有，但是github上有别人编译的各种版本whl文件，总有一款适合你。）

激活conda虚拟环境，输入activate tensorflow.

继续输入以下命令：pip install tensorflow-gpu, 自动从官网下载最新版本的gpu版本tensorflow，直到提示Successfully installed.

使用著名的hello程序测试一下tensorflow

一般如果CUDA无法调用，第一步就会报错，找不到CUDA9.0/9.2的文件。另一种报错是找不到module tensorflow，这种情况检查以下虚拟环境是否激活，然后重新试一下。第三步输入后系统也许会检测GPU，需要等待一下再输入第四步。字符串输出成功表明tensorflow安装成功了.

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello)

一定要记住你是在Anaconda虚拟环境tensorflow下安装了tensorflow，以后无论是跑tensorflow程序还是安装其他版本的tensorflow或者keras这类基于tensorflow的框架也要在这个虚拟环境下，每次都要激活！！（有点拗口，但这是本文最关键的地方，很少有博客涉及这个，我也在这里踩了坑。）

此时安装keras就比较简单了。确保虚拟环境激活的前提下输入以下命令：pip install keras -U --pre，keras包很快就可以下载下来。输入python进入python环境，输入指令测试一下：import keras

也可以用keras中文文档的例子测试一下

conda install git
git clone https://github.com/fchollet/keras.git
cd keras/examples/
python mnist_mlp.py

程序无错运行，下载mnist数据集。至此，keras安装完成。

我对Anaconda的了解不深，因此这里我对anaconda安装的优势不太了解。虚拟环境的设定一定要注意。

参考资料： http://keras-cn.readthedocs.io/en/latest/

                 https://www.tensorflow.org/install/install_windows