适用对象：深度学习初学者

前言

本文主要介绍的是tensorflow-gpu版本的环境安装，所以需要读者有一块还不错（显存大于2G）的英伟达独立显卡，本文的安装步骤均已在如下环境中（windows11、i7-8700、gtx1060）测试通过。

目录

一、安装Anaconda

二、安装CUDA

三、安装CUDNN

四、安装tensorflow-gpu

五、安装keras

六、hello world

正文

1. 安装Anaconda

1. 打开浏览器输入网址https://www.anaconda.com/进入到Anaconda官网。

1. 点击Download 按钮下载最新版Anaconda。

1. 安装Anaconda。

1. 点击Next >。

1. 点击I Agree。

1. 点击Next >。

1. 修改安装目录，最好不要放在C盘。点击Next >。

1. 确保勾选了Register Anaconda3 as my default Python3.9，然后点击Install。

1. 等待进度条跑完后，点击Next >。

1. 点击Next >。

1. 点击Finish安装完毕。

1. 配置Anaconda。

1. 打开系统环境变量配置，增加一个系统变量，名称为CONDA_HOME，值为你电脑上Anaconda的安装路径。

1. 编辑Path环境变量，添加三个配置，点击确定按钮关闭所有配置窗体后生效。

1. 测试Anaconda。

1. 点击Windows键找到Anaconda Prompt 终端程序并打开。

1. 在终端程序内输入conda --version 和python -V分别测试conda和python是否可用。如果能够正常查看版本信息，则表示Anaconda已经成功安装并配置完成。

1. 安装CUDA

1. 打开浏览器输入https://developer.nvidia.com/cuda-toolkit-archive进入Cuda下载页面。

1. 点击超链接进入下载页面。

1. 下载CUDA。

1. 点击Windows。

1. 点击11（Windows10玩家请选10）。

1. 点击exe(local)。

1. 点击Download(2.5GB)开始下载（校园网挺快的）。

1. 安装CUDA。

1. 打开安装程序，不用修改安装位置，点击OK，等待进度条结束。

1. 进入安装程序界面，点击同意并继续按钮。

1. 不做修改，直接点击下一步。

1. 勾选I understand，点击Next按钮开始安装，等待进度条结束。

1. 点击下一步按钮。

1. 安装完成，点击关闭按钮。

1. 测试CUDA。

1. 打开CMD终端程序。

1. 输入nvcc -V 查看版本信息，如下图表示安装成功。

1. 安装CUDNN

1. 打开浏览器输入https://developer.nvidia.com/cudnn进入CUDNN下载页面。

1. 点击Download cuDNN >按钮进入下载页面。

1. 注册一个英伟达账号并登录。

1. 点击Login跳转到登录页面。

1. 输入电子邮箱然后点击Next按钮。

1. 前往邮箱中找到英伟达的授权邮件，然后点击验证电子邮件地址。

1. 回到cuDNN下载页面，如下图。

1. 点击I Agree复选框，点击按钮下载for CUDA 11.x。

1. 点击Local Installer for Windows(Zip)进行下载。

1. 配置cuDNN。

1. 解压刚刚下载的压缩包。

1. 解压完成后得到如下3个文件夹。

1. 把以上3个文件夹复制到CUDA文件夹中，默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7中。

替换目标中的文件。

继续。

到此cnDNN已经安装完毕了。

1. 安装tensorflow-gpu

1. 使用conda创建一个虚拟环境。

输入y确定创建。

1. 切换至新创建的虚拟环境。

1. 安装tensorflow-gpu。

输入y确定安装。

到此安装完成。

1. 安装keras

1. 安装keras。

到此安装完成。

1. 测试环境

1. 打开终端输入python，引入keras的models和layers库，如不报错，则表示安装成功。

1. 顺手敲一个hello world.