[人工智能]Windows下深度学习一般环境配置

环境内容
torch：1.2.0
torchvision：0.4.0
tensorflow-gpu：1.13.2
keras：2.1.5
numpy：1.17.4

Anaconda安装
选择旧版的Anaconda（我的是4.2.0），便于直接安装Vscode。
Anaconda的官网：https://www.anaconda.com/distribution/
安装时选择Add Anaconda to my PATH environment variable。

下载Cudnn和CUDA
cuda10.0对应的cudnn是7.4.1.5
cuda10.0官网的地址是：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn官网的地址是：https://developer.nvidia.com/cudnn
安装7.4.1.5。

安装时无须修改路径，选择默认路径（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0），否则可能会出错。

配置torch环境
启动Anaconda
创建环境：

conda create –n pytorch python=3.6

激活环境

activate pytorch 

# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

如果上述下载过慢进入如下网址:
https://download.pytorch.org/whl/torch_stable.html进行本地安装
选择对应的python3.6版本的torch。

安装Tensorflow-gpu和keras

pip install tensorflow-gpu==1.13.2

pip install keras==2.1.5

可以选择下面镜像源安装

http://pypi.mirrors.ustc.edu.cn/simple/

其他库的版本

pip install h5py==2.10.0