原來在大神的帶領下配置過 tensorflow + keras 的環境。重灌了電腦。自己又配了一次。
這個配置的是GPU版本的tensorflow（運算快）。所以需要安裝顯示卡驅動cuda和運算平臺cudaa。之後再python環境下安裝tensorflow 和 keras。過程中有不少彎路，所以把步驟記錄下來。

安裝 Anaconda3

官網直接下載安裝。

建立虛擬環境

輸入

conda create -n tensorflow python=3.5

啟用

activate tensorflow

關閉

deactivate tensorflow
 

安裝Visual Studio

傳統安裝方法，這裡不安裝會在安裝cuda的時候提示。

安裝GPU驅動

cuda

傳統安裝方式，不贅述

安裝 cudnn

解壓，得到一個cuda資料夾，裡面包含三個資料夾bin、include、lib。拷貝到cuda的安裝目錄下，並且把兩個其中的兩個路徑新增到系統環境變數中。
* cuda安裝目錄在C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0
* 兩個需要新增的路徑
* C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin

安裝Tensorflow

啟用python虛擬環境

activate tensorflow

安裝

這裡安裝的是GPU版本。更過細節可以參考Tensorflow中文社群。

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

安裝兩個依賴包

兩個包分別是numpy、scipy。

numpy-1.13.1+mkl-cp35-cp35m-win_amd64.whl
pip install scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl

安裝 kears

更改軟體源以提高下載速度

pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

配置 PyCharm

重要的是在PyCharm新建工程的時候選擇虛擬環境。

測試

複製一個開源的Gan網路程式碼。測試一下GPU的運算效果。

完善bug

報錯提示缺少matplotlib包。在命令列中通過pip安裝(要啟用虛擬環境)

pip install matplotlib -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

之後可以正常執行，證明環境搭建完成！！！