修改中。。。内容有误

修改中。。。内容有误

修改中。。。内容有误

修改中。。。内容有误

修改中。。。内容有误

---

注意，可能由于本机GPU太旧，没找到适配的cuDNN版本，GPU部分失败了。。。略。CPU版本的环境配置可以参考！

内容概述
系统安装：虚拟机、ubuntu
coding环境：Anaconda、虚拟环境、TensorFlow、Keras
GPU 版本安装
其他

一、系统安装

1. 首先下载并安装虚拟机VMware Workstation Player
   https://my.vmware.com/en/web/vmware/free#desktop_end_user_computing/vmware_workstation_player/15_0
   

   VMware

2. 下载Ubuntu的镜像
   https://www.ubuntu.com/download/desktop
   

   Ubuntu

3. 在VMare中用Ubuntu镜像来安装系统

   
   系统安装

二、coding环境

1. 下载Anaconda并安装，参照这篇进行安装，注意要source ~/.bashrc来使环境变量生效
   Ubuntu16.04下Anaconda3的安装
   Anaconda

安装完成的Anaconda

2. 创建并激活虚拟环境
   其中tensor是自己的命名；python=3.6是py版本；anaconda表示建立虚拟环境时也会安装其他python包，否则为空环境。注意python版本，如果出问题则看下是否为tensorflow不支持

   
   创建虚拟环境

注意要加上source，否则可能遇到Permission denied报错

激活和关闭虚拟环境

3. 安装tensorflow的CPU版本，直接pip install即可

   
   安装tensorflow

4. 安装keras，直接pip install即可

   
   安装keras

安装完成

---

注意，GPU版本没安装成功，大致流程是这样

---

三、GPU版本

1. 确认是否支持显卡，必须为NVIDIA的显卡。分别查看CUDA官网和计算机的系统信息，如下为作者的机器
   https://developer.nvidia.com/cuda-gpus

系统信息 CUDA支持

2. 安装CUDA
   统一计算设备架构 Compute Unified Device Architecture，是NVIDIA的通用并行计算架构
   https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal
   在官网选择适配系统的版本

安装CUDA

3. 安装cuDNN
   全称是CUDA Deep Neural Network Library，是NVIDIA深度学习SDK的一部分，GPU的深度学习程序库
   必须要先注册并登陆一个NVIDIA开发者账号

   
   下载cuDNN

安装cuDNN

4. 安装GPU版TensorFlow
   注意先开一个GPU版TF的虚拟环境

   
   开一个虚拟环境

安装GPU版TensorFlow

报了一堆错误，失败。。。等有好的显卡再来试试

一堆错误

其他

1. 在命令行中进入到指定文件夹位置，输入jupyter notebook，即可打开python的IDE开始编码
2. Keras可视化需要Graphviz