tensorflow keras框架下的深度学习环境配置版本问题

通常的搭配为：python3+CUDA+CUDNN+Tensorflow+keras

也可以用anaconda进行配置（根据需要安装的python版本可以找到对应的ananconda版本），据说自带CUDA和CUDNN.

环境配置最重要的一点就是各个版本间的对应关系。故本篇文章汇总了tensorflow keras框架下的深度学习环境配置需要注意的版本问题，基本要求的版本都能在文章中对应得到。

1.为了方便查询Tensorflow各版本大致对应的python/编译器/cuDNN/CUDA版本（粗略版，见下图），可以直接在网址（拉到最后）查找：https://tensorflow.google.cn/install/source_windows，该网址的版本为经测试一定可以成功的，较为保险。

2.弄清楚自己电脑显卡支持的CUDA最高版本（CUDNN具体版本直接在下载页面找到与CUDA版本保持一致的即可）。看自己的电脑显卡可以安装的最新版本，安装时不必完全对应，但不能相隔太大。桌面右键—>NVIDIA控制面板—>系统信息—>组件—>3D设置“NVCUDA.DLL”：

3.Keras在此文中以Tensorflow作为后端运行，是用python编写的高级神经网络API。尝试安装时保持和Tensorflow版本对应（截图不完整）。查询网址为：https://docs.floydhub.com/guides/environments/，点开最后一列，会得到对应英伟达的设置，也就是CUDA和CUDNN的版本要求（详细版，见下图）。