由于项目需要，最近开始入手神经网络，遇到的第一个坑便是环境的配置。一开始想装GPU版本的tensorflow，试了好几天没有成功，只好在CPU下进行编程。最近又尝试了两次，总结了下经验，终于安装成功。希望我的经验能帮助到有需要的小伙伴。
安装主要分为以下四步：
安装Anaconda选择相应的CUDA和Cudnn版本并下载添加环境变量（只安装CPU可以跳过这一步）利用conda安装tensorflow-GPU或者CPU并检测是否安装成功安装Pycharm并配置环境（完成前三步就相当于完成了99%）
1.安装Anaconda
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。如果有不懂的小伙伴可以去这篇博客了解下Anaconda：/p/eaee1fadc1e9。
Anaconda可以去官网下载：附下载地址/distribution/。选择与自己系统相适应的，我的是WIN10， 64位。点击64-Bit Graphical Installer下载即可。安装的时候可以记一下安装的路径，方便后面添加环境变量。教程见/article/3f16e0031e87522591c10320.html。安装到第6步即可，并验证是否安装成功。
安装成功以后，需要添加环境变量。
右键“此电脑” -> 单击“高级系统设置” -> “环境变量” ->在上面的用户变量中找到“path”，单击它，然后依次添加以下三条命令(编辑PATH即可)
D:\DevelopmentTool\Anaconda3
D:\DevelopmentTool\Anaconda3\Scripts
D:\DevelopmentTool\Anaconda3\Library\bin
(注：这是我自己的位置，每个人的一般都不同，默认安装的话会在C盘，需要找到相应的文件夹来确定位置)
输入python，显示以下信息，说明是配置成功了，在三个">"的命令提示符的地方输入quit（）就可以退出来。
2.选择相应的CUDA和Cudnn版本并下载添加环境变量
首先要确定自己的电脑能否进行GPU计算，否则只能安装CPU版本的tensorflow。
检查自己的显卡是否可以进行GPU加速(在桌面右击会有NVIDIA控制面板，点开即有显卡型号)
点击第一个页面找到Technology Support — CUDA这里，查看是否支持 CUDA，支持则是 Yes。可以看到 GTX 960 是可以支持 CUDA 的，因此可以继续之后的安装。若显卡不支持 CUDA，则推荐安装 TensorFlow CPU 版本。
则可以安装CUDA。
下面进正题：
1.确定CUDA版本和cuDNN版本：
根据tensorflow官网，我选择CUDA10.0和cuDNN7.4.1版本。附tensorflow官网连接/install/gpu(有更新可以根据官网自行配置版本及型号)。
2.CUDA下载及配置：
CUDA10.0下载链接/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal。如果想下载其他版本可直接百度CUDA+版本型号进行下载，如：
按上图选择后Download下载，进行安装，推荐默认路径，到下图一步时推荐精简安装
然后等待安装完成。
安装完成后进行环境变量的配置(步骤1有如何配置环境变量)：
若安装完成，环境变量中的系统变量会多出两个：
此时还需要自己在系统变量中添加：
(这是我自己的路径，如果自己路径设置安装成功的话就用自己的路径，一定要确定好文件位置，最好亲自找到，以免出错)
(在系统变量中新建即可)
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加完成后：
再下一步，在系统变量 PATH 里添加如下(编辑PATH即可添加)：
%CUDA_LIB_PATH% %CUDA_BIN_PATH% %CUDA_SDK_LIB_PATH% %CUDA_SDK_BIN_PATH% C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64
(同样有具体路径的还是以自己的为准，这里的CUDA是10.0，你自己下载的应该是哪个版本就对应哪个版本)
至此，CUDA 就算安装完成了。
接下来我们可以检验是否安装成功。
打开CMD，按行执行以下代码。
(这是默认路径，如果自己的路径不同选自己的，直接全部复制三条后粘贴即可）：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suitebandwidthTest.exedeviceQuery.exe
执行结果
均显示PASS则为安装成功了！！！
2.安装cuDNN：
下载好压缩包：
解压，有下面这些东西：
将三个文件夹复制，粘贴到以下目录：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0(还是以自己的路径为主)
粘贴完成后，确保以下目录有对应文件(这也就是这步骤的目的，如果上一步发现C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0已经有了bin，include和lib文件夹，则只要把解压的cuDNN中的下面三个文件夹里的对应文件粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0的对应文件夹中即可，也就是满足下面的)：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
则 cuDNN 安装完成。
3.利用conda安装tensorflow-GPU或者CPU并检测是否安装成功
创建新环境python3.7（window 上 TensorFlow 不支持 python2 的版本）
conda create -n tensorflow python=3.7
会有下图
完成后查看新环境是否创建：
activate tensorflow
命令行前出现tensortflow字样，代表tensorflow环境创建成功。
（退出环境：输入deactivate）
再次进入正题，安装tensorflow：
首先激活tensorflow环境(在CMD中)：
activate tensorflow
安装：（建议使用conda安装）
conda install tensorflow-gpu
conda会给出要安装的库以及版本如图(这图是我在网上找的，版本可能与当前不同，以自己下载的版本为主)：
确认包的版本无误后回车进行下载安装
（版本不对应的话，可能会出现问题）
（下载速度比较慢，本人大概花费了2~3.5小时）
全部下载完成后，会有一段时间的安装，耐心等待。
检验是否安装完成。
在CMD中输入
conda list
会有很多包：
有对应的包，即为安装成功了！！！如python、tensorflow、tensorflow-gpu等等(类似下图)。
进行 TensorFlow 的测试
在CMD 命令行中进行测试(CMD环境下输入python)
import tensorflow as tfhello = tf.constant("Hello!TensorFlow")sess = tf.Session()print(sess.run(hello))
1）出现下图(日志文件很多)，出现了GPU等等，一般是安装成功GPU：
2）若出现：
则代表CPU安装成功。
到此为止完成了tensorflow安装配置！！！
4.安装Pycharm并配置环境
去官网下载/pycharm/download/。选择Community版本即可，Professional版本要收费，也可自行百度破解方法安装。
下载完成后安装，路径可以默认，也可以自己调。到这里推荐全勾选(怕出问题)。
安装结束之后，直接启动就好了。下面是配置环境：
不导入原来的配置环境
同意协议
数据分享，不同意
选择UI主题(可不管直接Skip)
新建一个项目
选择项目位置(untitle是未命名，名字可以自己取，例如：untitle变成My Pycharm)，之后create。
在“file” ->setting -> project:(你的项目名) -> project interpreter -> "add" ->system interpreter
添加解释器，找到自己Anaconda下的python.exe(省略号可选择文件位置)，点击“ok”
导入成功之后会有之后再点create：
在编辑界面添加编译器点击右上方的"add configuration" -> " +" -> "python" ，有时候你点"add configuration"它会没反应，可能是pycharm在更新，等一会儿就好了。
选择你自己要编译的文件
你会发现右上角原来灰色的图标会得有颜色了，说明就等全部配置好了。Run即可。
使用Pycharm时可能会不熟悉可以百度了解使用教程。
注：如果在安装过程中出现一些问题，可以百度搜索解决办法，一般问题都可以解决。
祝大家安装顺利！
如果有错误的地方欢迎指出，我是菜鸟 勿喷！
参考网站(不含官网)：
/hcbbbb/article/details/88049277
/article/3f16e0031e87522591c10320.html
/DOMLX/p/9747019.html
