深度学习入门之一：Windows10(64)+Anaconda3(Python3.5)+TensorFlow-Gpu1.4+CUDA8.0+cuDNN6安装详解及Pycharm配置指南

为了装好环境恶补了许多知识，其实很多都是版本不兼容导致的问题。
首先，请选择你要用的TensorFlow的版本CPU？还是GPU版？如果是CPU的那么就可以忽略第四步。
同时，在安装的过程中发现：，因此为了配置环境，我们选用Python3.5，当然~

1.安装Anaconda3
Anaconda3很方便的集成了Python和各种你会用到的库，因此安装它就好啦

但最新版本的Anaconda3集成了最新的Python3.6版，它对TensorFlow支持并不友好（会报错），而比较稳定的版本是Python3.5，所以我们要寻找旧版的Anaconda3版本。（当然你也可以创建一个虚拟的Python3.5环境等各种方式解决，这里就不再赘述。）
那怎么找Python3.5相应版本的Anaconda版本呢，通过官网我们看到：



所以只要在https://repo.continuum.io/archive/中找到Anaconda3 4.2版本对应系统的版本下载安装就好。

2.安装Pycharm、新增项目
很好用的集成开发环境，深入研究后一定会对它爱不释手，教育许可证一年（到期可续），还不快试试。
安装过程就不再赘述了。
我们来看看新建项目。



右边中间小齿轮，新增本地编译器。



选择你刚刚安装Anaconda3的地址，当然可以勾选make available to all projects（然后其他的项目也可以使用这个编译器啦~）

3.安装TensorFlow-GPU



新增后，左下角找到Terminal点开，然后输入：pip install tensorflow-gpu==1.4 -i https://pypi.tuna.tsinghua.edu.cn/simple   （TensorFlow1.6版本需要cuda9.0记住不是9.1，这里为了我们选择1.4作为示例，1.5没有试过不确定性兼容性。-i 表示使用国内清华的pip源，它是官网pypi的镜像，能极大的提升下载速度！）
如果你仅仅使用cpu版，那么直接 即可，然后就大功告成了！


4.安装GPU版运行所需的CUDA8.0和cuDNN6.0
官网cuDNN无法下载，CUDA下载不稳定，因此，我特意找了分享给大家！！
百度盘：链接：https://pan.baidu.com/s/1NDfhvLh2KAjTOuwGE9y19g 密码：6ek4
先安装CUDA然后将下载的cuDNN3个文件夹覆盖到安装的根目录。
然后就大功告成了！
5.测试代码import tensorflow as tf
import numpy
import matplotlib.pyplot as plt

#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print (sess.run(c))运行一下吧~