Window10下安装Anaconda、Python、TensorFlow(GPU和CPU)、Keras(注意版本)

1.Python、pycharm、Anaconda、TensorFlow、Keras、CUDA、cuDNN之间的关系

1.Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因此，无需单独安装Python，直接安装一个anaconda就拥有了包含Python的开发包。

注：若已配置好python环境，可以卸载后安装Anaconda；或者见如何在已安装Python条件下，安装Anaconda,，并将原有Python添加到Anaconda中及在Anaconda中更改python版本和其他相关包版本

2.PyCharm是一种Python IDE

3.首先安装anaconda，在里面配置好python环境，tensorflow、keras等，安装pycharm后将运行环境设置为anaconda里面我们配置好的叫做tensorflow的环境（或者其他你配置好的环境）。其实也可以在pycharm里面配置各种环境，此文主要讲anaconda配置环境。

4.Keras和TensorFlow的关系和区别TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器。Keras其实就是TensorFlow和theano的接口(Keras作为前端，TensorFlow或theano作为后端)，它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。

2.查看电脑GPU、CUDA版本，确定安装CUDA、cuDNN、tensorflow版本（这点非常重要，可能就是因为版本依赖关系最后导致import tensorflow失败以及各种insufficient问题！！！）

注：TensorFlow 有CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要（但两个运行速度相差巨大，建议安装GPU版本）。

1.先查看自己的电脑是是否支持cuda

2.Windows系统查看CUDA版本号

3.WINDOWS系统查看nvidia显卡和CUDA的版本号

请进入“C:\Program Files\NVIDIA Corporation\NVSMI”路径后再查看，不然命令无效，一共以下两条命令：
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi
此时我还没有安装CUDA，主要是看Driver Version 376.54这个值（装CUDA后也未显示CUDA版本信息，但是上面的链接里如此查看却是有的，很迷，但这不重要啦）

4.遇到的错误问题：CUDA driver version is insufficient for CUDA runtime version下载对应的版本，参照下面的表格

对比driver version的值可以看出，我的电脑最多支持到CUDA 8.0的GA2（图上另一个8.0就是GA1版本），所以下8.0一定没问题的（所以步骤2里面“控制面板-NVIDIA控制面板-帮助-系统信息-组件”查看到的8.0应该就是这个意思了）
Linux下：tensorflow的CUDA driver version is insufficient for CUDA runtime version 问题解决方案

5.Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 ，此链接里包含了win、linux、macOS的对照表，keras的版本好像没有什么要求，也没有找到其对照表，可以看到CUDA 8.0需要cuDNN 6或者cuDNN 5.1，tensorflow_gpu-1.4.0以下，python 3.5-3.6

官网各种cuDNN下载地址，需要注册登录，注意选对版本，以下打叉的也是for CUDA 8.0但是是cuDNN 7不符合以上的对照表，所以要下载下面一个。

6.下载安装Anaconda

3.CUDA、cuDNN的安装与卸载

CUDA、cuDNN的安装与卸载
安装tensorflow_cpu的请跳过此步骤
此步骤只需要在6.Anaconda中安装Tensorflow前即可，否则会有import tensorflow as tf失败

4.Anaconda3安装与卸载

Anaconda3安装与卸载
主要注意改变安装路径（C盘大的当我没说），以及勾选Add……PATH……，否则要手动配置环境变量，容易出错，请仔细检查

5.Anaconda中配置Tensorflow环境

Anaconda中配置Tensorflow环境
主要注意所安装的python版本，版本选择请见上文第二节
注：因为我想要将这里配置的环境用于tensorflow所以取名为tensorflow，仅此而已

6.Anaconda中安装Tensorflow

Anaconda中安装Tensorflow
CPU版本安装：pip install --ignore-installed --upgrade tensorflow
GPU版本安装：pip install --ignore-installed --upgrade tensorflow-gpu（建议都跟上版本号，否则默认安装最新的一般无法使用）
主要注意tensorflow的版本选择，若装错了使用pip uninstall tensorflow卸载后重装即可，不需要删除tensorflow环境

7.Pycharm的安装以及tensorflow的应用

Pycharm的安装以及tensorflow的应用
pycharm下载社区版Community即可，可快速免费使用。

8.Anaconda中安装keras、ipython 、jupyter

1.keras：pip install keras

再后来跑程序是报错：
TypeError: while_loop() got an unexpected keyword argument 'maximum_iterations'
因为CUDA8.0，所以tensorflow只能用1.4.0以下的版本，keras版本太高，所以才会报以上错误（欢迎提供如上CUDA、cuDNN、tensorflow的keras版本对照图）
查看keras版本（进入python后）：print(keras.version)

重新安装keras，先卸载原有的过新的keras：pip uninstall keras

重新安装keras：pip install keras==2.1.2

2.ipython：conda install ipython

运行一下：ipython kernelspec install-self --user

3.jupyter：conda install jupyter（多次下载失败，请多多尝试）

在浏览器中打开jupyter notebook ：jupyter notebook

4.Keras和TensorFlow的安装配置