win7深度学习环境搭建

1. Anaconda2. CUDA10.03. CUDNN4. Tensorflow-gpu1.13.15. Keras2.2.46. 总结 环境搭建包括Anaconda（python3.7）、CUDA10.0、CUDNN、Tensorflow-gpu1.13.1、Keras2.2.4。留个记录防止忘记。 上述软件及whl文件等 提取码 nbqu

1. Anaconda

官网下载对应python3.7的版本，直接安装，注意在添加PATH时打钩，否则将需要在安装完成后添加环境变量，其余按步骤来。

2. CUDA10.0

下载安装，最好不要更改默认路径，记住安装所在位置，后面配置CUDNN时需要找到这个位置。

3. CUDNN

官网下载与CUDA10.0对应的版本并解压。 配置cudnn过程如下： 将/bin/ cudnn64_7.dll复制到CUDA的安装路径bin/ 将/lib/x64/ cudnn.lib复制到CUDA的安装路径/lib/x64/ 将/include/cudnn.h复制到CUDA的安装路径/include/

4. Tensorflow-gpu1.13.1

tensorflow-gpu版本需要与CUDN对应，下载.whl文件方便安装，注意操作系统、py版本、是否是gpu、电脑可能下载不了，可以用手机下载。 tensorflow-gpu下载地址 之后在命令行中输入

pip install C:\Users\Administrator\Desktop\tensorflow_gpu-1.13.1-cp37-cp37m-win_amd64.whl

别忘记.whl

安装tensorflow-gpu后spider无法打开，显示错误

No module namedPyQt5.QtWebKitWidgets

解决办法：降低pyqt5的版本

pip install PyQt5==5.11.3

5. Keras2.2.4

版本需要与tensorflow-gpu版本对应,命令行输入

pip install keras==2.2.4

6. 总结

深度学习环境搭建最关键的、最需要注意的是版本号的对应，每台电脑可能会报不同的错，解决方法就是耐心，耐心，再耐心，一开始接触的时候各种报错，后来电脑多崩几次，多安装几次，崩着崩着就熟练了。