本專欄是Keras學習筆記，主要是Keras使用方法，配合各種案例，學習煉丹技巧，力求詳細全面，如有錯誤不吝批評指正。
開篇搭建環境，買了臺全新電腦，從頭搭建，按照文中步驟，可以搭建成功，很多坑都考慮到了。全新電腦什麼都沒有，所以按照下面教程來，基本可行。
〇：先上最終安裝的各版本號：
-
Windows 10 64位1909
-
python 3.6.5
-
CUDA 10.0（具體版本號：10.0.130_411.31）
-
CUDNN 7.6.0（具體版本號：7.6.0.64）
-
TensorFlow 1.15.2（TensorFlow 一代最後一個版本）
-
Keras 2.3.1
根據踩坑記錄，python、CUDA、CUDNN、TensorFlow-gpu、Keras版本務必版本對應。
（1）python、CUDA、CUDNN、TensorFlow-gpu版本對應
我上面的版本python、CUDA、CUDNN、TensorFlow-gpu版本對應是下面這個網站來的：
https://tensorflow.google.cn/install/source_windows
截圖如下，比如你裝TensorFlow-gpu 1.14.0，需要CUDA 10.0和CUDNN 7.4，python 3.5-3.7。
不過我裝了TensorFlow-gpu 1.15.2，下圖根本沒有提到，這。。。我都是挨個試的，最終確定了需要CUDA 10.0和CUDNN 7.6。
（2）TensorFlow-gpu和Keras版本對應
TensorFlow-gpu也需要和Keras版本對應，下面這個網站看到的：
https://docs.floydhub.com/guides/environments/
截圖如下，比如我是TensorFlow 1.15.2，就找1.15版本對應的Keras版本，是最新的2.3.1。
版本坑搞定很關鍵，那麼開始安裝教程：
一、安裝CUDA
（1）看顯卡最高支持的CUDA版本
如下，點擊系統信息——組件，可我的顯卡驅動最高支持CUDA 10.2，所以安裝10.0沒什麼問題。
（2）下載CUDA
如下網站下載CUDA 10.0。
https://developer.nvidia.com/cuda-toolkit-archive
我是Windows 10系統，選擇本地離線包，2個多G。
離線包帶着顯卡驅動，默認安裝容易安裝失敗，所以安裝時選擇自定義，如下注意箭頭標記的不要勾選：
（3）配置CUDA環境變量
CUDA安裝完成後，來配置環境變量。
（3.1）打開環境變量設置
如下計算機屬性——高級系統設置——環境變量設置。
（3.2）配置系統變量
-
CUDA_BIN_PATH = %CUDA_PATH%\bin
-
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
-
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
-
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
-
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
如下圖，一共7個，當然CUDA_PATH和CUDA__PATH_V10_0安裝完CUDA自動添加的。
（3.3）配置用戶變量
在用戶變量的Path中添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0。
如果沒有這個路徑，用戶變量就不用加了。
最後保存即可完成環境變量設置。
二：CUDNN配置
如下網站下載CUDNN，需要註冊英偉達開發者賬號才能下載，註冊就行了哈。
https://developer.nvidia.com/rdp/cudnn-archive
前面說過，我的配置需要CUDNN 7.6.0，如下選擇7.6.0 for CUDA 10.0即可。
CUDNN就是個壓縮包，裏面的文件拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目錄下即可。
三、安裝Visual Studio 2015、2017 和 2019支持庫
這個支持庫務必安裝，否則後面各種坑，支持庫不大，10多MB。
下載地址如下：
四、安裝Python 3.6.5
（1）Python安裝
如下官網下載，我喜歡下載exe的。
https://www.python.org/www.python.org
然後如下安裝時候注意勾選添加環境變量，然後安裝即可。
（2）PIP源修改
pip源默認國外，下載很慢，建議修改成清華源，設置很簡單。
cmd裏先後輸入即可完成配置。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
pip -U pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
五、安裝TensorFlow-gpu
（1）pip安裝
pip install tensorflow-gpu==1.15.2
即可。
（2）檢查安裝是否成功
如下程序檢查是否安裝成功，來個代碼看看：
from tensorflow.python.client import device_lib
import tensorflow as tf
print(device_lib.list_local_devices())
print(tf.test.is_built_with_cuda())
如下輸出GPU就是沒啥問題了：
六、安裝Keras
（1）pip安裝
pip install keras==2.3.1
即可。
（2）檢查安裝是否成功
如下程序檢查是否安裝成功，來個代碼看看：
from keras import backend as K
print(K.tensorflow_backend._get_available_gpus())
如下輸出GPU就是沒啥問題了：
好了，結束，環境搭建完成，下面我們就可以寫寫項目實戰了，歡迎持續關注。
哦，還忘了。
七、（可選）安裝Pycharm
我對Pycharm情有獨鍾，不錯的Python編輯器。
如下網站，選擇免費的社區版下載安裝即可。
https://www.jetbrains.com/pycharm/download/#section=windowswww.jetbrains.com
