安装CUDA前需要安装Visual Studio，我安装的版本为Visual Studio 2017，视频与博客中未提及，请小伙伴们注意。
30系列显卡不适合该教程，30系列显卡仅支持CUDA11.0，在windows下不可使用tf1，只可以使用tf2，可以参考博客https://blog.csdn.net/weixin_44791964/article/details/120657664进行配置。在ubuntu下才可以使用tf1。
tensorflow-cpu版本的环境配置博客为https://blog.csdn.net/weixin_44791964/article/details/120653717。
许多粉丝反馈，报TypeError: array() takes 1 positional argument but 2 were given错误，可以修改pillow版本解决。
pip install pillow==8.2.0
由于h5py库的更新，安装过程中会自动安装h5py=3.0.0以上的版本，会导致decode(“utf-8”)的错误！
各位一定要在安装完tensorflow后利用命令装h5py=2.10.0！
pip install h5py==2.10.0
好多人问环境怎么配置，还是出个教程吧。
tensorflow-gpu：1.13.2
keras：2.1.5
Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。
同学们可以选择安装新版Anaconda和旧版的Anaconda，安装步骤没有什么区别。
旧版本anaconda的下载：
新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。
链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA 提取码: i83n
新版本anaconda的下载：
如果想要安装最新的Anaconda，首先登录Anaconda的官网：https://www.anaconda.com/distribution/。直接下载对应安装包就可以。
一般是下载64位的，下载完成后打开。
选择安装的位置，可以不安装在C盘。
我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。
等待安装完之后，Anaconda的安装就结束了。
我这里使用的是tensorflow-gpu=1.13.2，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1.5。
网盘下载：
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr
官网下载：
cuda10.0官网的地址是：
cuda10.0官网地址
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。
cudnn官网地址
下载完之后得到这两个文件。
下载好之后可以打开exe文件进行安装。
这里选择自定义。
然后直接点下一步就行了。
安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。
把这里面的内容直接复制到C盘的根目录下就可以了。
Win+R启动cmd，在命令提示符内输入以下命令：
conda create –n tensorflow-gpu python=3.6
activate tensorflow-gpu
这里一共存在两条指令：
前面一条指令用于创建一个名为tensorflow的环境，该环境的python版本为3.6。
后面一条指令用于激活一个名为tensorflow的环境。
由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。
activate tensorflow-gpu
此时cmd窗口的样子为：
然后我们依次输入下述指令：
pip install tensorflow-gpu==1.13.2
pip install keras==2.1.5
前面一条指令用于安装tensorflow-gpu==1.13.2。
后面一条指令用于安装keras==2.1.5。
但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：
scipy==1.2.1
numpy==1.17.0
Keras==2.1.5
matplotlib==3.1.2
opencv_python==4.1.2.30
tensorflow_gpu==1.13.2
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。
使用如下指令安装即可。下述指令中，requirements.txt前方的路径是我将文件放在桌面的路径，各位同学根据自己的电脑修改。
pip install -r C:\Users\33232\Desktop\requirements.txt
需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。
修改txt文件的内容，并且把后缀改成ini
[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn
全部安装完成之后重启电脑。
我个人喜欢VSCODE，所以就安装它啦。其它的编辑软件也可以，个人喜好罢了。
最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。
直接加载VSCODE的官网https://code.visualstudio.com/，点击Download for Windows即可下载。
首先同意协议，点一下步。
其他里面的几个勾要打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便。下一步。
继续下一步安装即可。
安装完成后在左下角激活对应的环境就行了。
打开anaconda，切换环境。
安装VSCODE，安装完就可以launch一下了，之后就可以把VScode固定到任务栏上，方便打开。
