电脑配置tf_gpu 和Keras
电脑配置如下：
操作系统：Win10 professional 64位
CUDA版本：cuda_8.0.61_win10
CUDNN版本：cudnn-8.0-windows10-x64-v5.1
Anaconda版本：3_3.4.2
anaconda封装python版本：3.5.2
安装流程：
1.安装CUDA
1.1 下载CUDA8.0和CUDNN5.1对应版本，下载路径：
CUDA: https://developer.nvidia.com/cuda-toolkit-archive
CUDNN: https://developer.nvidia.com/rdp/cudnn-download, 注册登录，选择适宜的版本
1.2 先安装CUDA到指定路径，之后添加CUDA的3个路径到环境变量（默认安装路径的情况下，视具体情况更改）
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0in
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libnvvp
1.3 配置CUDNN版本，解压，之后将3个文件拷贝到CUDA对应文件夹
2 安装Anaconda
下载后，安装方法很简单，记得点击“Add path to environment”
3. 安装tensorflow_gpu
打开cmd，直接pip 指定tf版本：pip install tensorflow-gpu==1.2
4.安装keras
keras的版本要和tf版本对应，才能在后续使用，所以指定keras版本2.1.1，
同样使用pip， pip install keras==2.1.1
5. 配置可视化文件graphviz，pydot-ng(python3，python2对应pydot)
5.1下载graphviz，下载地址：https://graphviz.gitlab.io/_pages/Download/Download_windows.html
下载msi即可（对应版本是0.13.2），直接安装
5.2 添加graphviz的bin路径到环境变量
5.3 之后，cmd里直接安装pyddot-ng即可，我的版本是2.0.0
********问题汇总************：
1. Process finished with exit code -1073740791 (0xC0000409)
网上有人说是因为显卡辣鸡，但是我跑的网络很小，所以很难相信改成CPU就可以（确实可以，但是GPU不是浪费了，装了N天的时间），最后发现是CUDNN的版本与CUDA不匹配，之前是5.0，改成5.1即可
2.国外源下载缓慢，可以切换成Tsinghua源，具体方法
打开“此电脑”，在文件上输入“%appdata%”回车
新建文件夹，命名pip，在pip文件夹新建text文件，输入，
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
rusted-host = pypi.tuna.tsinghua.edu.cn
保存成“所有文件”，pip.ini文件即可