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
安装Anaconda
打开浏览器输入网址https://www.anaconda.com/进入到Anaconda官网。
点击Download 按钮下载最新版Anaconda。
安装Anaconda。
点击Next >。
点击I Agree。
点击Next >。
修改安装目录，最好不要放在C盘。点击Next >。
确保勾选了Register Anaconda3 as my default Python3.9，然后点击Install。
等待进度条跑完后，点击Next >。
点击Next >。
点击Finish安装完毕。
配置Anaconda。
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。
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。
测试Anaconda。
点击Windows键找到Anaconda Prompt 终端程序并打开。
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。
安装CUDA
打开浏览器输入https://developer.nvidia.com/cuda-toolkit-archive进入Cuda下载页面。
点击超链接进入下载页面。
下载CUDA。
点击Windows。
点击11（Windows10玩家请选10）。
点击exe(local)。
点击Download(2.5GB)开始下载（校园网挺快的）。
安装CUDA。
打开安装程序，不用修改安装位置，点击OK，等待进度条结束。
进入安装程序界面，点击同意并继续按钮。
不做修改，直接点击下一步。
勾选I understand，点击Next按钮开始安装，等待进度条结束。
点击下一步按钮。
安装完成，点击关闭按钮。
测试CUDA。
打开CMD终端程序。
输入nvcc -V 查看版本信息，如下图表示安装成功。
安装CUDNN
打开浏览器输入https://developer.nvidia.com/cudnn进入CUDNN下载页面。
点击Download cuDNN >按钮进入下载页面。
注册一个英伟达账号并登录。
点击Login跳转到登录页面。
输入电子邮箱然后点击Next按钮。
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。
回到cuDNN下载页面，如下图。
点击I Agree复选框，点击按钮下载for CUDA 11.x。
点击Local Installer for Windows(Zip)进行下载。
配置cuDNN。
解压刚刚下载的压缩包。
解压完成后得到如下3个文件夹。
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。
安装tensorflow-gpu
使用conda创建一个虚拟环境。
输入y确定创建。
切换至新创建的虚拟环境。
安装tensorflow-gpu。
输入y确定安装。
到此安装完成。
安装keras
安装keras。
到此安装完成。
测试环境
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。
顺手敲一个hello world.
文章出处登录后可见！
