---

1.安装VS2015

2.下载安装CUDA9.0

​3.VS编译

4. 安装CUDNN

5. 安装python

6.安装TensorFlow和keras

7.代码编辑器IDE

鸣谢

---

1.安装VS2015

需要注意两点：

 一是安装选项仅选择2015 更新3及c++库，如图

（下载地址https://www.cr173.com/soft/124533.html）

二是注意检查环境变量，一般情况会自动添加，不过最好自己确认一下

我的电脑--高级系统设置--环境变量--系统变量--在path里添加

-->你的安装路径\Microsoft Visual Studio 14.0\VC\bin

2.下载安装CUDA9.0

目前（20180620）最新TensorFlow1.8支持9.0，放心安装

下载地址：https://developer.nvidia.com/cuda-90-download-archive

选择合适自己的进行安装，如果不安装在C盘，建议按照其默认的文件结构建好各级文件夹后，安装

如图：

 

大大的TIP！！！，如果安装失败，CUDA安装程序显示<Visual Studio Integration，失败>，请按照下述步骤：

a. 在安装包上右键解压缩(竟然可以解压缩,我当时也很震惊!), 双击setup.exe安装

b. 注意, 自定义安装中不安装cuda->Visual Studio Integration

c. 选择目录, 安装成功

d. 在解压后的文件夹中找到CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

e. 把里面的所有文件(尤其是CUDA 9.0.props)复制到

C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations

f. 到这里应该就结束了, 如果后面VS编译出问题, 可以尝试把CUDAVisualStudioIntegration文件夹下的两个EXE安装一下试试

g. Ctrl+R, cmd, 回车, 输入nvcc -V, 安装成功则显示下图: 

3.VS编译

用VS2015打开X:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0中的任意2015版本的sln工程文件,比如:

D:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\5_Simulations\particles下的particles_vs2015.sln

如果加载失败, 参考步骤2e-f.

右键->生成(build)，若提示失败

（1）找不到ucrt.lib，则把C:\Program Files (x86)\Windows Kits\10\Lib\10.0.10240.0\ucrt\x64添加到工程---属性---VC++目录---库目录

（2）找不到corecrt.h，则把C:\Program Files (x86)\Windows Kits\10\Include\10.0.10240.0\ucrt 添加到工程---属性---VC++目录---包含目录

4. 安装CUDNN

下载地址：https://developer.nvidia.com/rdp/cudnn-archive

解压后，把bin，include，lib文件夹覆盖到X:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

5. 安装python

我安装的是Anaconda3-5.2.0-Windows-x86_64

地址：https://www.anaconda.com/download/#windows

安装完成后，记得把D:\ProgramData\Anaconda3和D:\ProgramData\Anaconda3\Scripts放到环境变量中的path中

 

6.安装TensorFlow和keras

其中-i https://pypi.tuna.tsinghua.edu.cn/simple命令使用了清华的镜像，下载速度贼快

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

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras -U --pre  

若提示不识别pip，参考步骤5中没有设置环境变量，或需要重启电脑

成功后，打开cmd，输入python，回车，输入import keras，回车，显示Using TensorFlow backend则配置成功，如下图所示：

7.代码编辑器IDE

为了后续方便python编写，可以下载IDE辅助。

----------------------------------------------------------

更新一下：IDE推荐使用pycharm，便于稍微复杂一点的工程的管理，并且利用pycharm建立工程的时候可以调用python3的venv命令，虚拟出特定的环境，便于管理与复现他人的工程（大家的环境都不一样TT）

pycharm下载：http://www.jetbrains.com/pycharm/

venv的使用：https://docs.python.org/3/library/venv.html

项目管理（pycharm与venv）：https://blog.csdn.net/u012814856/article/details/81137368 

-----------------------------------------------------------

pyzo，完全免费，如下图

或者使用sublime，会偶尔提示注册，但不注册完全不影响使用，界面比较帅，但配置略微复杂，如下图：

sublime相关配置方法可参考：

https://www.cnblogs.com/jxldjsn/p/6034158.html

https://blog.csdn.net/zSY_snake/article/details/79795039

https://blog.csdn.net/ncafei/article/details/53824990

 

我这是i7 7700CPU，实测1050Ti可提速15倍，1070可提速40倍，效果拔群！！

 

鸣谢

感谢环境搭建过程参考的网站及内容贡献人：

Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建

https://www.jianshu.com/p/0c57e8e951af

CUDA9.1 Visual Studio Integration 安装失败问题，如何解决？

https://www.zhihu.com/question/276491276

Win10系统下深度学习框架Keras的安装与搭建

https://blog.csdn.net/tyrannosar/article/details/78282637?ticket=ST-42837-AMjbRcH5fx3k9ksohc5J-passport.csdn.net

让PIP源使用国内镜像，提升下载速度和安装成功率。

https://www.cnblogs.com/microman/p/6107879.html

 

最后感谢师姐不辞辛苦的叨扰~