anaconda配置tensorflow
tensorflow-gpu需要先安装CUDA和cudnn，具体参考
安装CUDA和cudnn需要注意版本问题，具体查看tensorflow官网
https://tensorflow.google.cn/install/source_windows
安装Anaconda
下载地址：
https://www.anaconda.com/products/individual
在安装Anaconda的过程中和其它软件没有区别，但是要注意不要勾选**“Add Anaconda to my PATH enviroment variable”，我们后面会手动配置环境变量。
接下来就是等待了，安装结束后需要测试是否能正常使用，打开CMD输入“conda”命令，发现提示“’conda’ is not recognized as an internal or external command, operable program or batch file.”，这时我们需要手动配置环境变量
将以下三个路径加入，注意这里要换成你自己的安装路径。
- D:\ANACONDA
- D:\ANACONDA\Scripts
- D:\ANACONDA\Library\bin
然后点击“确定”保存，这回再测试一下，再cmd中输入“conda -V”，能正常显示版本号，证明已经配置好了。
在安装好Anaconda和CUDA后可以开始配置tensorflow-gpu+keras+jupyter环境
通过调用下列命令，创建一个名为“tensorflowGPU”的conda环境
conda create -n tensorflowGPU pip python=3.6
创建环境后通过下面的指令激活环境
activate tensorflowGPU
创建好环境并激活进入后就可以开始安装需要的包了，这里推荐使用pip清华源进行加速下载
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
升级环境中的pip版本（为了避免某些包可能不能安装）
python -m pip install –upgrade pip
升级pip如果遇到安装慢的问题，同样可以使用清华加速下载
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple –upgrade pip
安装tensorflow-gpu1.5.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.5.0
安装完后进入python环境输入测试程序验证安装
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
若没有报错并显示如下则安装成功
若报错了如果是numpy报错可以尝试更换更低版本的numpy以适应tensorflow-gpu1.5.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==1.15.4
安装好tensorflow-gpu后可以使用以下命令安装keras
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.4
验证keras安装，输入import keras，若没报错并显示如下则安装成功
最后安装jupyter notebook
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter
安装当前环境的内核（关键）
python –m ipykernel install —user
这个指令会在C盘安装一个jupyter notebook内核，这个指令会指定jupyter notebook打开后使用的环境，如果你在其它环境中使用这个指令则会把jupyter notebook打开后使用的环境切换到执行这个指令的环境
验证jupyter notebook的安装，和使用的环境
jupyter notebook进入jupyter notebook
import keras
keras.version
若显示的版本对应你的环境的话表示配置成功
若想改变jupyter notebook的工作空间可以参考
https://www.jianshu.com/p/462e0b0f1ba3
验证是否能成功调用GPU，若出现以下结果说明成功
至此tensorflow-gpu+keras+jupyter notebook的环境搭建完成
在后续自己安装包时可能会出现各种版本冲突问题，这里给出我的环境中各种包的版本以供参考