用virtual依照步驟(步驟不可交換)
1. 安裝python
2. 安裝virtualenv
3. 安裝visual studio
4. 安裝cuda/cudnn
5. 安裝tensorflow
關於虛擬環境virtualenv額外話
1. conda中，即使本機沒有安裝python也可以使用任意版本python，但virtualenv不可以，所以其實勢必較建議使用conda比較方便
2. 除了python相關安裝，virtualenv中與virtualenv外並沒有差別
3. 程式碼不需要放在該virtualenv資料夾，才可以在此virtualenv下使用，只要activate之後，任何步驟都是在此環境下
依照步驟
- 安裝 Python (3.5.2 64bit) (win7)
- 安裝 numpy
- 安裝 TensorFlow
安裝PYTHON
在 Google 上打 "python download" 去官網
我是選 Python3.5.2
然後滑到最下面選 Windows x86-64 executable installer
嘛，因為我看別人網站說 tensorflow 目前只支持 python3.5(64位元版本)
之後就執行install(選上面那個選項)，然後要記得看一下自己 python 裝在哪裡，很快就裝好了
安裝 numpy
下載numpy包 https://pypi.python.org/pypi/numpy/#downloads
我是載 numpy-1.11.3+mkl-cp35-cp35m-win_amd64.whl
把載下來的 whl 檔放到你 python 資料夾的 scripts 資料夾裡
我的路徑是這樣 C:\Users\Kelly\AppData\Local\Programs\Python\Python35\Scripts (kelly Administrator )
不一定路徑都一樣啦
然後 AppData 是隱藏資料夾，要讓它顯示才會看的到喔
放完後我們要安裝它
要提醒一下，Python 3.4 之後的版本才有自帶 pip (引用: https://taizilongxu.gitbooks.io/stackoverflow-about-python/content/8/README.html)
然後去設定 pip 環境變數，以我的為例是在 path 裡面加進 C:\Users\Kelly\AppData\Local\Programs\Python\Python35\Scripts (連到scripts資料夾)
(如果沒有設，在cmd中使用到 pip.... 的指令時，會出現 "pip 不是內部或外部命令、可執行的程式或批次檔")
注意不要把原本的刪掉了，在原本的一長串後面加上";"分號，然後放上你要加的
如果不小心刪掉了(就是我)，莫慌(就是我)，就去複製別人的或是網上找預設的環境變數自己設回去，之前你有設過的環境變數再自己加回去(我目前是這樣解決啦)
順便把 python 環境變數也設一設 ，我的是 C:\Users\Kelly\AppData\Local\Programs\Python\Python35 這樣
接下來，就開始安裝，先打開 cmd
升級pip
如果先打入安裝 numpy 的指令 cmd 會叫你要升級 pip(我忘記截圖，想看你就先不升級，安裝numpy)
所以我們先升級
輸入 python -m pip install --upgrade pip (這邊就是為什麼我們要設到 python.exe 環境變數的原因)
升級成功它就會這樣顯示
安裝 numpy
進去到你的 pip.exe 檔案的位置 ，我是在 cmd 裡打入 cd/dC:\Users\Kelly\AppData\Local\Programs\Python\Python35\Scripts
輸入 pip install "numpy-1.11.3+mkl-cp35-cp35m-win_amd64.whl" ，中間放你在下來的 numpy 檔名
裝好就會這樣
沒去到 pip.exe 檔案位置就會這樣
安裝 TensorFlow
在 cmd 裡輸入 pip install tensorflow
安裝好
2019/02/27到了碩士還是在做一樣的事情，深深思考讀碩意義
第二次安裝tf，嘗試裝python3.7，阿真的不支援呢，以下為錯誤訊息
順道一題就算python3.5，如果沒裝numpy也會出現這個錯誤訊息
參考自：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/1-2-install/#W
http://www.cnblogs.com/13062225wmx/p/6011222.html
-------------------------------------------------------------------另一種安裝方法-------------------------比較簡單?----如果版本對的話-------------------
各版本配置:(安裝前請注意各版本監適配性，以及tf支援到多少版本，通常就不會是最新的啦!) 安裝時間2019/3/5
os: window10
gpu: gtx1060
cuda: 10.1 (注意tensorflow gpu版目前不支援cuda10.1.....本來這麼說，但試到一半還是放棄了，算了)
cudnn: 支援cuda10.1的那一個
Anaconda: 4.2.0
python: 3.5.2
tensorflow:
visual c++ toolset: 14.0
nvidia driver: 388.16
查看版本的方法
Anaconda、python: cmd打入$python
cuda: cmd打入$ nvcc -V
visual c++ toolset: 控制台
注意
安裝cuda前必須先安裝visual studio
https://www.continuum.io/downloads
https://developer.nvidia.com/cuda-downloads
https://developer.nvidia.com/cudnn
https://www.tensorflow.org/get_started/os_setup
1.安裝Anaconda (Anaconda3-4.2.0-Windows-x86_64.exe) =>會自動補足沒有的套件，例如python,注意tf適合的python (目前為3.5,3.6，3.7還在rc階段)
2.安裝完後再cmd打'python' 確認有沒安裝成功
3.安裝cuda (=>一種做平行處理的加速套件，tensorflow的gpu版本有用到cuda語言寫加速，如果想學平行處理也可以學cuda語言)
(有時候網路不好local會下載不下來，但這時下載network的話你會發現，因為網路不好，安裝途中還是會失敗，所以就放棄吧，換個地方，安裝local)
(往下滑有完整安裝cuda教學，可能也不太算教學)
4.解壓縮cudnn,裡面的資料夾都要設還進變數
5.在cmd打(不用在python內)：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl
->就會開始下載安裝tensorflow ※最新版本請到官方查詢
參考:(我裝過tensorflow大概有5次了，因為莫名一直重灌，每次都會裝很~~~~久，尤其是都在不同電腦上裝，所以配置不同就是會有些時候有問題...吧?)
安装最新版tensorflow Cuda10.0 cuDNN Win10 VS 2017: https://zhuanlan.zhihu.com/p/49832216
勇者，如果你想安裝cuda10 :https://blog.csdn.net/leelitian3/article/details/83272272
正常安裝:https://medium.com/@johnnyliao/%E5%9C%A8nvidia-mx150%E7%9A%84win10%E5%AE%89%E8%A3%9Dcuda-toolkit-cudnn-python-anaconda-and-tensorflow-91d4c447b60e
-----------------------------------------cuda安裝------教學?--------------------------
官方安裝教學 https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
安裝套件會包含以下東西
1. NVIDIA Driver: package 裡包含driver以及系統軟體給nvidia gpu用的基本套件
2. NVIDIA CUDA Toolkit: 提供可以用於建構、debug、優化應用程式性能的一些指令以及圖形工具，主要是對 nvidia gpu 進行加速，官方有一些runtime and math libraries, and documentation including programming guides, user manuals, and API references.
通常win的預設安裝位置在%ProgramFiles%\NVIDIA GPU Computing Toolkit\CUDA\v#.#
linux在: /usr/local/cuda-#.#
max在: /Developer/NVIDIA/CUDA-#.#
3. NVIDIA CUDA Samples: 包含100多個 cuda範例、原理以及特定領域專用演算法
通常win的預設安裝位置在%ProgramData%\NVIDIA Corporation\CUDA Samples\v#.#
linux在:/usr/local/cuda-#.#/samples 和 $HOME/NVIDIA_CUDA-#.#_Samples
max在: /Developer/NVIDIA/CUDA-#.#/samples
4. NVIDIA Nsight Visual Studio Edition (只有 Windows 有): Visual Studio Edition是一個開發環境集，會集合到 Microsoft Visual Studio，提供調試，分析和分析工具 並優化您的GPU計算和圖形應用程序
(必須先安裝Microsoft Visual Studio?)
通常win的預設安裝位置在%ProgramFiles(x86)%\NVIDIA Corporation\Nsight Visual Studio Edition #.#
開始安裝
1.檢查gpu版本是否支援cuda
https://developer.nvidia.com/cuda-gpus
2. 去官網下載 NVIDIA CUDA Toolkit (聽說local下載比較好，network有時會缺少東西)，包含的東西就是以上那些
3.必須先安裝nvidia driver，如果沒有安裝，必須從NVIDIA CUDA Toolkit安裝
安裝期間若是做window更新可能導致安裝失敗，但可以在window更新完後再安裝一次
基本是前面安裝失敗殘存的東西可能是會移除還是就不再安裝一次
安裝完後可以驗證一下安裝的對不對
1. 驗證cuda version在cmd中打入指令 $ nvcc -V
2. CUDA sample 包括源代碼和編譯形式的 example 程序。要驗證software和software的正確配置，強烈建議您運行位於的deviceQuery程序
window位於: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64\Release
編譯cuda sample
1.將sample檔案的*.sln solution files 放入vs2010,2012,2013 中編譯(release or debug mode都可以，release 會編譯久一點，他指的是編譯完後可以移到別台電腦執行，包含較多東西的exe)，編譯完後就可以run
留言列表
