Win 10 下 Tensorflow GPU + Keras + Jupyter 一站式配置

本篇简要记述安装心路历程，安完了觉得其实并不难，具体操作请见我的另一篇文章

0. 引言 为什么要用GPU

测试CNN时的效率：（Quadro M1000M 4G vs i7 6700 HQ）

一、摘要

1. 安装CUDA及DNN

2. 虚环境中安装Tensorflow GPU, 安装Keras

3. 关联Jupyter、PyCharm

二、详细说明

1. 安装CUDA及DNN 参考

   1. Nvidia官网下载cuda v9.0, 注意版本9.0! 一开始9.2下完还要冲下

   2. Nvidia官网下载cudnn，需要注册个账号

   3. 安装cuda，解压cudnn，将解压后的三个文件（bin、include、lib）移动至$CUDA_PATH（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0） 下

   4. 添加环境变量，Path中添加 $CUDA_PATH\bin 和 $ CUDA_PATH\lib\x64

2. 安装Tensorflow-GPU，安装Keras

   一开始我在3.6版本中直接安装tensorflow-gpu可以，gpu版测试成功，但安装keras之后发现就自动变成了cpu版本！后来把Anaconda卸掉了重装，这次安装就在虚环境中了：

   #新建虚环境keras
   conda conda create -n keras python=3.5
   ​
   #进入keras环境
   activate keras
   ​
   #安装tensorflow
   pip install tensorflow-gpu
   ​
   #安装keras
   pip install keras

   就这么简单，如果不出错的话运行以下示例PyCharm中会报包括一堆显卡信息的：

3. 关联Jupyter

   activate keras
   ​
   # 安装
   conda install ipykernel
   ​
   # 将环境写入notebook kernel
   python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"
   ​
   # 然后打开Notebook
   jupyter notebook
   ​
   # 值得一提的是，如想删除安装的jupyter虚环境：
   #查看已安装环境
   jupyter kernelspec list
   ​
   # 删除 env_name 的kernel
   ipython kernelspec uninstall env_name 
   ​
   #参考 https://www.youtube.com/watch?v=kUUtz-CymkM\