深度學習Tensorflow環境配置

基於TensorFlow深度學習的環境需求如下
1、Python

（略）

2、Anaconda

（略）

3、CUDA NVIDIA GPU computing toolkit
https://developer.nvidia.com/cuda-toolkit-archive

4、cuDNN 神經網絡加速庫（要與CUDA版本匹配）
https://developer.nvidia.com/rdp/cudnn-download

注：cuDNN需進行環境變量等配置，請參考其他文檔

5、numpy庫

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

注：使用pip安裝出現超時的情況，請更換下載源，如豆瓣等。

6、TensorFlow GPU版

pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

注：CUDA，cuDNN，TensorFlow GPU等，可通過Anaconda命令自動安裝，請查詢其他文檔

7、常用Python庫

pip install -U ipython numpy matplotlib pillow pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

8（可選）、TensorFlow運行顯存佔用模式設置，避免顯存大量浪費：***（注意縮進）***

gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
	try:# 設置 GPU 爲增長式佔用
		for gpu in gpus:
			tf.config.experimental.set_memory_growth(gpu, True)
		print('succeed')
	except RuntimeError as e:
		# 打印異常
		print(e)