装tf的坑

1. 当前（2021/03/18），tensorflow最多只支持到python3.8
2. 直接在pypi.org上下载tensorflow-2.4.1-cp37-cp37m-win_amd64.whl (370.7 MB)和tensorflow_gpu-2.4.1-cp37-cp37m-win_amd64.whl (370.7 MB)比在pip上下略快（不确定，但是实测是这样）。是的，gpu版是单独下一个，然后运行的时候它自动检测你符不符合gpu条件，不符合就给你用cpu。
3. CUDA测试，bandwidthTest.exe和deviceQuery.exe 返回PASS说明成功（我看的教程说是生效，生效和失败太他妈像了，导致看成失败，太惨了）。另外，我把一切搞定之后，告诉我我的GUP太老了。。。SAD
4. Keras是基于tensorflow框架的拓展（也可以基于别的框架，但是推荐tensorflow）
   推荐的安装顺序 cuda，cudnn，tensorflow-gpu，keras
5. 直接用keras.mnist.load_data()是不可能下载下来的，因为有墙
   5.1. 解决方法是直接从网上下mnist数据集，有两种格式，.gz的四个文件 或 .npz一个文件
   5.2. Keras用的是 .npz，从源码中可以找到数据载入方法，其实很简单。

def load_mnist():
    path = r'D:\mnist.npz'
    with np.load(path, allow_pickle=True) as f:
        x_train, y_train = f['x_train'], f['y_train']
        x_test, y_test = f['x_test'], f['y_test']

    return (x_train, y_train), (x_test, y_test)

6. 模型的存储和读取

MODEL_PATH = r"D:\model.h5"

6.1. 存储

autoencoder.save(MODEL_PATH )

6.2. 读取

from keras.models import load_model
autoencoder = load_model(MODEL_PATH)