适用对象：深度学习初学者

前言

本文主要介绍的是tensorflow-gpu版本的环境安装，所以需要读者有一块还不错（显存大于2G）的英伟达独立显卡，本文的安装步骤均已在如下环境中（windows11、i7-8700、gtx1060）测试通过。

目录

一、安装Anaconda

二、安装CUDA

三、安装CUDNN

四、安装tensorflow-gpu

五、安装keras

六、hello world

正文

1. 安装Anaconda

1. 打开浏览器输入网址Anaconda | The World’s Most Popular Data Science Platform进入到Anaconda官网。

1. 点击Download 按钮下载最新版Anaconda。

1. 安装Anaconda。

1. 点击Next >。

1. 点击I Agree。

1. 点击Next >。

1. 修改安装目录，最好不要放在C盘。点击Next >。

1. 确保勾选了Register Anaconda3 as my default Python3.9，然后点击Install。

1. 等待进度条跑完后，点击Next >。

1. 点击Next >。

1. 点击Finish安装完毕。

1. 配置Anaconda。

1. 打开系统环境变量配置，增加一个系统变量，名称为CONDA_HOME，值为你电脑上Anaconda的安装路径。

1. 编辑Path环境变量，添加三个配置，点击确定按钮关闭所有配置窗体后生效。

1. 测试Anaconda。

1. 点击Windows键找到Anaconda Prompt 终端程序并打开。

1. 在终端程序内输入conda --version 和python -V分别测试conda和python是否可用。如果能够正常查看版本信息，则表示Anaconda已经成功安装并配置完成。

1. 安装CUDA

1. 打开浏览器输入CUDA Toolkit Archive | NVIDIA Developer进入Cuda下载页面。

1. 点击超链接进入下载页面。

1. 下载CUDA。

1. 点击Windows。

1. 点击11（Windows10玩家请选10）。

1. 点击exe(local)。

1. 点击Download(2.5GB)开始下载（校园网挺快的）。

1. 安装CUDA。

1. 打开安装程序，不用修改安装位置，点击OK，等待进度条结束。

1. 进入安装程序界面，点击同意并继续按钮。

1. 不做修改，直接点击下一步。

1. 勾选I understand，点击Next按钮开始安装，等待进度条结束。

1. 点击下一步按钮。

1. 安装完成，点击关闭按钮。

1. 测试CUDA。

1. 打开CMD终端程序。

1. 输入nvcc -V 查看版本信息，如下图表示安装成功。

1. 安装CUDNN

1. 打开浏览器输入CUDA Deep Neural Network (cuDNN) | NVIDIA Developer进入CUDNN下载页面。

1. 点击Download cuDNN >按钮进入下载页面。

1. 注册一个英伟达账号并登录。

1. 点击Login跳转到登录页面。

1. 输入电子邮箱然后点击Next按钮。

1. 前往邮箱中找到英伟达的授权邮件，然后点击验证电子邮件地址。

1. 回到cuDNN下载页面，如下图。

1. 点击I Agree复选框，点击按钮下载for CUDA 11.x。

1. 点击Local Installer for Windows(Zip)进行下载。

1. 配置cuDNN。

1. 解压刚刚下载的压缩包。

1. 解压完成后得到如下3个文件夹。

1. 把以上3个文件夹复制到CUDA文件夹中，默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7中。

替换目标中的文件。

继续。

到此cnDNN已经安装完毕了。

1. 安装tensorflow-gpu

1. 使用conda创建一个虚拟环境。

输入y确定创建。

1. 切换至新创建的虚拟环境。

1. 安装tensorflow-gpu 2.7.0（注意版本是2.7.0，图中2.6.0已过时）。

输入y确定安装。

到此安装完成。

1. 安装keras

1. 安装keras 2.7.0（注意版本是2.7.0，图中2.6.0已过时）。

到此安装完成。

1. 测试环境

1. 打开终端输入python，引入keras的models和layers库，如不报错，则表示安装成功。

1. 顺手敲一个hello world.