本文介紹tensorflow以及keras在win10上的配置過程：
一.相關軟體介紹
（1）CUDA

CUDA是英偉達公司推出的通用平行計算架構，該架構能夠使得GPU解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的平行計算引擎。 開發人員現在可以使用C語言來為CUDA™架構編寫程式，現在，該架構已應用於GeForce™（精視™）、ION™（翼揚™）、Quadro以及Tesla GPU上。我們使用的tensorflow就是藉助這個架構進行機器學習的並行運算。現在CUDA已經發行到9.1版本，同時支援Windows, Linux(以及其相關發行版), MacOS等多個平臺。深入瞭解請移步

英偉達開發者官方網站。
（2）Anaconda3

Anaconda3是python的一個開源發行版本，其包含了conda、Python等180多個科學包及其依賴項，由於python的各個庫之間依賴關係比較煩人，可以通過安裝anaconda的辦法直接解決python庫之間的相互依賴關係。
anaconda3已經預設包含了numpy、blaze、scipy等python庫，免去了我們搜尋安裝這些庫的麻煩。
Anaconda3已經發行到5.0.1版本，支援Windows、Linux、MacOS等平臺。詳細瞭解請移步Anaconda官方網站。

二、具體安裝步驟

總共分為6步：
1.檢查系統GPU是否在CUDA的支援行列

2.安裝Anaconda3以及tensorflow
3.CUDA的安裝
4.安裝keras
5.測試安裝結果
6.IDE中連結Anaconda3下tensorflow環境下的python直譯器

1.檢查系統GPU是否在CUDA的支援行列
檢查GPU是否怎CUDA的支援行列。如果在，則可以安裝tensorflow-gpu版本通過GPU加速運算，如果不在則僅能安裝tensorflow-cpu版本。
老款GPU查詢網址：http://www.nvidia.cn/object/cuda_learn_products_cn_old.html
最新GPU查詢網址：https://developer.nvidia.com/cuda-gpus

下面以安裝tensorflow-gpu版本為例介紹安裝過程，CPU版本會在介紹過程中穿插進行

2.安裝Anaconda3以及tensorflow

（2）.安裝Anaconda3
首先，雙擊Anaconda3-5.0.1-Windows-x86_64.exe檔案

點選next，之後點選I Agree

之後一路點選next，但是在下面這個介面一定要點上“將anaconda加入到環境變數”

安裝成功之後，你應該能在你的開始選單欄看到anaconda3的資料夾

（3）安裝tensorflow
這裡可以參考tensorflow給出的官方教程
（3.1 開啟anaconda3資料夾中的Anaconda Prompt，輸入：
這裡的目的是為了在anaconda中建立一個tensorflow的工作環境

conda create -n tensorflow pip python=3.6

（3.2 繼續輸入
這裡是為了啟用剛建立的工作環境，然後在這個環境裡操作，並進行tensorflow的安裝工作

 activate tensorflow

接下來你應該能看到你的命令提示符變成如下介面

 (tensorflow)C:> 

（3.3 安裝tensorflow-gpu以及其相關依賴
輸入：

pip install --ignore-installed --upgrade tensorflow-gpu

如果是安裝cpu版本輸入：

pip install --ignore-installed --upgrade tensorflow 

到這裡tensorflow的安裝已經告一段落，下面進行的是cuda的安裝已經深度學習所依賴的gpu加速庫安裝

（2） 安裝CUDA9.0
直接雙擊剛才下載好的檔案cuda_ 9.0.176 _win10.exe（這裡請看清加粗部分版本號，下面需要用到）
後面就是等待安裝完成

（3）下載cuDNN（下載之前可能需要註冊一個賬號，直接註冊一下就OK了）
下載地址：https://developer.nvidia.com/rdp/cudnn-download

勾選agree之後你會看到下面的列表

如果你下載的cuda版本號是上面提到的9.0.176，那麼就選擇Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0。如果不是，就請按照你下載的cuda版本號選擇下載，至於最後會不會出問題，您就自求多福吧。

（4）將下載的庫檔案複製到CUDA目錄下
下載完成後，解壓下載的壓縮包，並進入壓縮包，到達cuda目錄下面，複製bin、include、lib三個資料夾到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0下面

4.安裝keras
開啟windows選單裡Anaconda3目錄下的Anaconda Prompt
輸入：

activate tensorflow
pip install keras

這裡經@wozhitang7117的提醒，當安裝GPU版本tensorflow後用以上指令安裝keras，可能會要求捆綁安裝tensorflow的cpu版本，可以用pip install keras-gpu來安裝避免出現捆綁安裝CPU版本tensorflow的情況
如果出現PyYAML安裝失敗的情況，請自己下載PyYAML然後安裝。安裝過程如下：
首先下載PyYAML，下載地址：
https://download.lfd.uci.edu/pythonlibs/n1rrk3iq/PyYAML-3.12-cp36-cp36m-win_amd64.whl
其他版本下載：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyyaml
然後在剛才的命令提示符框中換到剛才下載檔案所在地址

activate tensorflow
cd  "D:\the direction of your downloaded files"（引號部分自行替換）
pip install PyYAML-3.12-cp36-cp36m-win_amd64.whl
pip install keras

5.測試安裝結果
這裡之驗證了tensorflow的安裝結果，一般來說tensorflow安裝完成後keras不會出現問題
開啟windows選單裡Anaconda3目錄下的Anaconda Prompt

輸入：

activate tensorflow

繼續輸入

python

繼續輸入以下測試程式碼

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

如果打印出來 b’Hello, TensorFlow!’那就說明tensorflow-gpu已經安裝成功了
6.IDE中連結Anaconda3下tensorflow環境下的python直譯器
這一步是為了讓我們更加方便地使用IDE使用python開發，下面以VS 2017 pro為例說明配置過程，其他的IDE都是類似的
（1）新建一個python程式
（2）在右邊解決方案管理器中找到 “python環境”選項上右鍵，點選“python環境”（也可以直接點選導航欄中的python環境）

（3）點選“配置或刪除環境”

（4）填寫相關配置
說明欄隨意填寫
直譯器路徑選擇C:\Users\ 這裡是你的使用者名稱 \Anaconda3\envs\tensorflow\python.exe
語言版本選擇3.6
體系結構根據安裝的python版本選擇，我這裡選的是64位
路徑變數直接預設就行了

順手選上“將此作為新專案的預設環境”

到這裡我們就完成了tensorflow_gpu（cpu）+keras在win10上的配置。