day2 阅读书籍，搭建环境

今天阅读了《python深度学习》这本书，跟国内的书籍不同，竭力要将复杂的事情简单化，语言通俗易懂。用浅显的语言讲述深奥的道理。下午开始搭建python深度学习环境。结合了几个帖子的内容，终于搞定。

第一步安装Anaconda3.0，内置python3.9，其它像keras2.9.0也已经打包安装。由于想使用tensorflow-gpu所以安装较为复杂一些。

第二步安装Cuda和Cudnn的安装

CUDA安装的版本要注意跟自己机器上的GPU版本匹配，这里选用了11.2；Cudnn的版本也要适配CUDA，注意看网站上的说明。

CUDA下载网址：CUDA Toolkit Archive | NVIDIA DeveloperPrevious releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production drivers appropriate for your hardware configuration.https://developer.nvidia.com/cuda-toolkit-archiveCudnn下载网址：（注意这里要注册）

cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

Cudnn是一个压缩包，解压的时候将几个目录对应解压到CUDA的同名目录下面。然后打开Anaconda的Prompt文件，出现命令窗口输入nvcc -V，可以看到成功运行的结果。

第三步安装tensorflow

创建虚拟环境

conda create -n tf2.9 python=3.9 （这里取名2.9是版本号）

激活环境

activate tf2.9

安装

pip install tensorflow-gpu==2.9（一定不要这样输入，会非常慢，最好使用下面镜像的方式下载安装）

pip install tensorflow-gpu==2.9   -i https://pypi.tuna.tsinghua.edu.cn/simple（从清华的镜像安装）

第四步测试

输入

python

import tensorflow as tf

tf.test.is_gpu_available(）

返回为true，说明tensorflow安装成功。