1 安裝Anaconda3（python3.6版本）
Anaconda與python版本的對應關係如下：
由於tensorflow等包的要求，我們選取python版本爲3.6.5的anaconda，即Anaconda3-5.2.0-Windows-x86_64.exe，下載地址爲：https://repo.anaconda.com/archive/
然後雙擊安裝即可，記得需要選擇將path加入到系統環境變量中（system，all users）
安裝完成後查看python
然後查看pip版本，輸入pip show pip，
查看pip 1）是否爲anaconda3中的python的pip；2）是否爲最新版本，下圖所示爲正確情況。
如果不滿足條件（1），則輸入pip uninstall pip卸載當前pip
如果不滿足條件（2），在保證條件（1）的情況下，如下圖所示
輸入
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple/
更新pip到最新版
2 安裝依賴項
安裝最新版本的numpy，scipy，scikit-learn，pillow，h5py，輸入：
python -m pip install --upgrade scipy scikit-learn pillow h5py -i https://pypi.tuna.tsinghua.edu.cn/simple/
3 安裝Tensorflow
關於Tensorflow版本與CUDA和cuDNN版本對應關係，參考→不同版本的Tensorflow與CUDA及cuDNN版本對應關係
由於要安裝Tensorflow1.12的版本，所以選擇CUDA9.0和cuDNN7.5.0版本。
3.1 安裝CUDA
CUDA歷史版本獲取地址：https://developer.nvidia.com/cuda-toolkit-archive
CUDA臨時安裝路徑，C:\Users\fabya\AppData\Local\Temp\CUDA
注意：
爲了不影響電腦原本安裝的cuda其他工具包，安裝時我們選擇“自定義”，
並且選擇“自定義”中提供文件可選列表中的CUDA（版本標註爲9.0），其他組件版本太老沒必要選擇和安裝，
後面按照流程正常安裝。
安裝完成後系統環境變量會新增加兩個path：CUDA_PATH和CUDA_PATH_V9_0
檢查CUDA是否安裝好，重新打開一個cmd，輸入nvcc --version（兩個破折號不是一個）
CUDA就安裝好了
3.2 安裝cuDNN
cuDNN獲取地址：https://developer.nvidia.com/rdp/cudnn-archive
然後進入到CUDA的路徑裏，將下載好的cudnn-9.0-windows10-x64-v7.5.0.56.zip壓縮包內的文件，解壓到cuda\v9.0裏同名對應的文件夾中。（9.2的截圖，不過意思一樣）
然後將以下幾個路徑加入到系統環境變量path中
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
3.3 pip安裝Tensorflow
首先輸入
python -m pip install --upgrade tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
如果不能自動下載安裝的話，請到https://pypi.tuna.tsinghua.edu.cn/simple/網頁中，按Ctrl+F搜索tensorflow-gpu，點進去搜索tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl，點擊並下載
再輸入指令
python -m pip install --upgrade tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
（1.12.0的截圖，1.12.2忘了截圖。。）
下面檢驗是否安裝成功，輸入如下圖所示代碼，可以看到Tensorflow包已經可以成功導入！
卸載tensorflow（如果需要的話）
輸入
python -m pip uninstall tensorflow-gpu
4 安裝Keras
輸入
python -m pip install --upgrade keras -i https://pypi.tuna.tsinghua.edu.cn/simple/
可以看到Keras2.2.4安裝成功！
接下來配置Keras，
到路徑 C:\Users\fabya\.keras（前面兩個位置分別爲：users或用戶\當前用戶賬號）下編輯keras.json文件
實在找不到，就用搜索功能搜索keras.json
打開之後發現默認的參數配置如下圖所示：
各參數可取值及含義如下表所示：
注：
Keras 2.2.4 的 image_data_format 參數對應爲 Keras 1.x 版本中的 image_dim_ordering 參數，
取值channels_last對應 Keras 1.x 中的 tf 取值（Tensorflow圖像通道順序：[寬，高，深]）；
取值channels_first對應 Keras 1.x 中的 th 取值（Theano圖像通道順序：[深，寬，高]）。
我們把image_data_format設置爲channels_last（默認設置）。
測試一下，輸入一下如下圖所示代碼
import keras
from keras.models import Sequential
好的，環境搭建成功！
附錄：
其他安裝tensorflow的方法：
python -m pip install --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
安裝stable版tensorflow1.13.1
（安裝指定tensorflow版本 pip install tensorflow==1.2.0）
