本文主要是介绍windows server 2008R2+Anoconda3.5+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.8+keras+yolo（window 系统同样可以借鉴），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考该网址，安装 http://www.pianshen.com/article/673729303/ 打不开可以参考下面
https://blog.csdn.net/SHAOYEZUIZUISHAUI/article/details/91814268
说一下坑并且解决办法吧
一、anaconda的安装
二、先安装显卡的基本驱动https://www.nvidia.com/Download/Find.aspx
三、如果VS暂时安装不了，可以先不安装，事实证明，不安装VS也可以成功
四、各个环境的兼容性，查看链接https://tensorflow.google.cn/install/source_windows
这是windows 下的环境兼容性图，查看图片，主要需要考虑的是1,2,3,4是否兼容，你安装的版本一定要是在这个表里面的
五、查看CUDA9.0下载的网站https://developer.nvidia.com/cuda-toolkit-archive，window server2008R2没有CUDA9.0,然后就下载了window server2012R2，目前没有发现什么问题,cuDNN下载链接，需要注册，https://developer.nvidia.com/rdp/cudnn-download
六、下载对应版本的cuDNN,
七、CUDA，cuDNN的安装步骤，参考上面安装连接就好，至于下图的V9.1.怎么弄出来的，我才疏学浅，也不解，但是还是跟着后面配置了。
八、对应的CUDA，cuDAA的安装之后，在anaconda终端中输入指令，pip install tensorflow-gpu==1.6.0
九、提示需要升级pip ,python -m pip install --upgrade pip，可是这样又报错，
TypeError: parse() got an unexpected keyword argument ‘transport_encoding’
然后使用 conda install pip ,解决了
十、在输入python时，import tensorflow,没有完美的出现第二行，而是报错
... h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. .
输入 pip install h5py==2.8.0rc1 或者pip install --user h5py==2.8.0rc1 解决了
十一、pip install numpy (scikit_learn，scipy，matplotlib，pandas) 检验下是否安装了这些库
十二、pip install Pillow yolo代码需要
十三、pip install keras
pycharm的安装https://jingyan.baidu.com/article/0f5fb0995118f66d8234ea58.html
如果已经有了环境，可以新建环境，步骤类型，可以参考链接https://blog.csdn.net/SHAOYEZUIZUISHAUI/article/details/90178055
pycharm 打开工程后，python.exe停止工作，解决方法如下：
一、https://blog.csdn.net/mawei7510/article/details/81392441还不行的话，参考二
二、在Windows下，运行中输入“Regedit”并执行，运行注册表编辑器，依次定位到HKEY_CURRENT_USER＼Software＼Microsoft＼Windows＼Windows Error Reporting，在右侧窗口中找到并双击打开DontshowUI，然后在弹出的窗口中将默认值“0”修改为“1”
跑yolo 程序的时候，发现如下问题
C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\stream_executor\cuda\cuda_dnn.cc:378] Loaded runtime CuDNN library: 7103 (compatibility version 7100) but source was compiled with 7003 (compatibility version 7000). If using a binary install, upgrade your CuDNN library to match. If building from sources, make sure the library loaded at runtime matches a compatible version specified during compile configuration.
解决方法：将keras 和tensorflow 1.6.0卸载，重新安装tensorflow 1.8.0,keras ,问题解决
pip uninstall keras
pip uninstall tensorflow-gpupip uninstall tensorflow-gpu==1.8.0
pip uninstall keras
这篇关于windows server 2008R2+Anoconda3.5+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.8+keras+yolo（window 系统同样可以借鉴）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
