因為cpu跑資料太慢，考慮用gpu，公司有台tesla p100的伺服器，也是很棒。
過程中遇到很多坑，最終總結步驟如下：
1.安裝anaconda3
2.安裝pycharm專業版，啟用方法自搜，一般用啟用碼
3.進入pycharm建立工程，編寫自己的python指令碼，並在settings中設定工程的python直譯器，建議用虛擬直譯器，模板可以用anaconda3的，這樣不會影響windows環境的python配置
4.pycharm本身提供了cmd可以安裝一些自己指令碼需要的包，用pip就好了，檢視目前的各個包版本可用 conda list
5.安裝gpu支援時注意順序和相容性：
5.1.先裝tensorflowgpu，安裝時會顯示支援的cudnn版本，注意記錄版本，因為cuda和cudnn版本必須相容
5.2.解除安裝並安裝nvidia顯示卡驅動，禁用集顯，完成後用nvidia smi檢視是否成功
這裡參考了中「2.nvidia顯示卡驅動的安裝」 的內容。
之後有測試了一下自己的cnn mnist程式，乙個訓練週期的時間從13s變成了3s，提公升還是很明顯的。
可參考：
5.5可以
windows下使用gcc呼叫python的問題
用gcc編譯了乙個c 呼叫python的程式，這個程式在vs下是好用的，而且沒有使用vs的任何庫 可是到了gcc下就是無法使用 後來上網查了一下資料才知道，是因為cl與gcc的執行時庫不同。開啟cmd視窗，輸入python就可以看到 python的windows版本是用msc編譯的 所以python...
windows下c語言程式呼叫python實踐
目的 執行環境 注意點 在實際的工作中，為了方便利用python寫的程式 因為python中有很多功能強大的函式庫 有時需要進行c c 與python的混合程式設計，特別是需要在c程式中呼叫python指令碼。關於c程式呼叫python 除了官方文件，網上有很多好的文章可以參考，下面開展實踐，實驗的...
windows下搭建tensorflow的環境
這年頭，不會點人工智慧和神經網路，都不好意思跟人打招呼了。之前搞了一下sklearn，今天覺得應該要了解一下google這個傳說中的人工智慧開源神器。最近終於有時間了，凡事從hello world開始，先從搭環境開始吧。安裝python 安裝各種庫，依賴，因為已經裝過太多，我已經忘記需要裝什麼了。但...