虚拟环境安装 cudnn

1、查看当前存在哪些虚拟环境

conda env list

2.2查看当前安装的python版本

键入python --version 回车

2.1、创建Python虚拟环境（按照需求指定python3.6）

conda create -n Face python=3.6

3、激活并进入环境（Face自己起的一个名字）

activate Face

4、查看此环境下已经安装的包以及版本

pip list

5、进入python环境，导入测试 import，查看具体包的版本

import tensorflow as tf

print(tf.__version__)

6、从conda命令窗口进入指定环境jupyter

conda install nb_cconda （注意是在你想进入的虚拟环境中打开）

此程序需下载包列表：

pandas 0.24.2

PyQt5 5.11.3

scikit-learn 0.21.2

tensorflow-gpu 1.13.1

keras 2.2.4

imutils 0.5.2

opencv-python 4.1.0.25

具体安装指令：

pip install -i https://mirrors.aliyun.com/pypi/simple pandas==0.24.2

GPU:

conda install -i https://mirrors.aliyun.com/pypi/simple tensorflow-gpu==1.13.1

（或者CPU版本二选一：CPU版本：

pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow==1.13.1）

以下截图为GPU版本

pip install -i https://mirrors.aliyun.com/pypi/simple keras==2.2.4

pip install -i https://mirrors.aliyun.com/pypi/simple imutils==0.5.2

pip install -i https://mirrors.aliyun.com/pypi/simple opencv-python==4.1.0.25

pip install -i https://mirrors.aliyun.com/pypi/simple PyQt5==5.11.3

pip install -i https://mirrors.aliyun.com/pypi/simple scikit-learn==0.21.2

pip install -i https://mirrors.aliyun.com/pypi/simple matplotlib==3.1.3

Keras

https://blog.csdn.net/dujuancao11/article/details/105078529

（Kreas介绍）

https://blog.csdn.net/dujuancao11/article/details/105083757

（后端介绍）

Keras是一个模型级库，为开发深度学习提供了高层次的构建模型块。它不处理张量乘积和卷积等低级操作。所以，它依赖一个专门的、优化的张量操作库来完成这个操作，它可以作为Keras的后端引擎，相比单独地选择一个张量库，而将Keras的实现与该库相关联，Keras以模块方式处理这个问题，并且可以将几个不同的后端引擎无缝嵌入到Keras中。

三个后端可用：Tensorflow、Theano或ANTK后端。Tensorflow后端最著名，是由Google开发的一个开源符号级张量操作框架，Tensorflow分为GPU版本和GPU版本。

第一种CPU版本安装：

（tensorflow对版本要求高，一定要指定你所需要的版本）

1、先安装后端（tensorflow）

命令：

pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow==1.13.1

（-i 指定源，源地址是国外的，慢。

常见源：清华、阿里、豆瓣，据说豆瓣是最快的，或者：pip install -i https://pypi.doubanio.com/simple tensorflow==1.13.1）

2、再安装Keras

命令：pip install -i https://pypi.doubanio.com/simple keras==2.2.4

第二种：GPU版本安装

注意：