安装思路
一般的教程都是先装cuda再装tensorflow/pytrch/keras，但是这样很容易造成版本不匹配！！

先确定tensorflow版本，由tf确定需要的cuda版本及cudnn版本，在去查看显卡驱动支不支持该cuda，不支持的话升级驱动。

由tensorfow确定cudn版本的方法：

安装tensorflow-gpu，安装完成后，import tensorflow，会报错，错误会提示，需要安装什么版本的cuda，如图：



截止2019-08-15，推荐直接pip install tensorflow安装tf1.14版本，配cuda10.0

安装默认已经装好了anaconda，使用anaconda prompt执行命令。
1、安装tensorflow
官网推荐创建虚拟环境：conda create -n tensorflow

进入虚拟环境：activate tensorflow

pip install tensorflow-gpu

该命令是默认安装最新版本的tf，2019-08-15时，安装的是1.14版本，对应cuda是10.0。
2、查看驱动支持版本
先打开nVidia控制面板-帮助-系统信息-组件里面能看到支持的最新的cudn的版本

如果需要更新驱动，假如你的GPU卡是GeForce序列的，到https://www.geforce.com/drivers按你的机器的GPU卡的类型搜索对应的最新的driver，下载并安装即可，其他序列的去NVIDIA中国网页https://www.nvidia.cn/Download/index.aspx?lang=cn上按卡类型搜索最新的driver安装程序。
3、安装CUDA
去该网站上选择合适的版本

https://developer.nvidia.com/cuda-toolkit-archive



这是Windows10-64位本地exe程序安装

然后下载

然后直接安装就行
安装完成之后，下一步需要配置环境变量。

如果安装成功，系统变量会多出两个为



还需要自己添加几个系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0(这是默认安装位置的路径，如果自己路径设置安装成功的话就用自己的路径)

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加好之后应该像下面这样。



下一步在系统变量PATH里添加东西。找到系统变量的PATH双击。



添加下列东西。

%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64   这些均为默认路径，有需要的话自行修改

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64



添加完之后CUDA就算安装完成了。我们可以检验是否安装成功。

打开CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite    （这是默认路径）

分别执行命令：bandwidthTest.exe

deviceQuery.exe

若分别返回



则代表CUDA9.0安装成功。


4、Cudnn安装
Cudnn的下载需要登录，自己注册一个账号

下载地址：https://developer.nvidia.com/rdp/cudnn-download

下载下来是一个压缩包，里面是三个文件夹，里面各有一个文件
如果第一步安装CUDA没有修改安装路径，执行以下操作：
①复制 cudnn\bin\cudnn64_5.dll 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

②复制 cudnn\include\cudnn.h    到  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include

③复制 cudnn\lib\x64\cudnn.lib   到  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64\
5、出现的问题：
1）ERROR：twisted 18.7.0 requires PyHamcrest>=1.9.0 ,which is not install


a)	下载对应的Twisted,下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted

b)	2.通过Anaconda3的Anaconda Prompt进行安装

c)	3.具体步骤： cd 下载的文件地址，如本人的：cd F:\下载， pip install Twisted-19.2.1-cp37-cp37m-win_amd64.whl
2)cannot uninstall wrapt. it is a distutils installed project and thus
解决方案： pip install -U --ignore-installed wrapt enum34 simplejson netaddr
参考：https://www.cnblogs.com/xiaowei2092/p/11025155.html
3)执行import tensorflow时会报如下错误：
FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’.  np_resource = np.dtype([(“resource”, np.ubyte, 1)])



因为numpy的版本过高1.17版本，执行：

pip uninstall numpy

pip install numpy==1.16
6、pytorch安装
安装确定好cuda+cudnn的版本之后，进入pytorch的官网，后选择系统、py版本等，就直接在pip安装就ok了，比TF简单多了~

我用conda安装遇到了这个问题，但是该目录下是有这个dll的。


7 Keras安装
因为keras是以tensorflow为后台的，所以安装好tensorflow之后，直接pip install keras即可安装成功。
注意！！！

注：这里使用pip安装而不是使用conda，原因是使用conda安装会默认安装cpu版本的tensorflow，如下图所示：



使用conda安装会提示安装其他依赖包，如下图所示；这其中就包括cpu版本的tensorflow，这是我们不想要的。 所以千万不要使用conda命令安装keras，说起来都是泪。。。
大功告成！！！

出现这种问题一般是ghost版本，破解版且精简的windows(我让学校别人装的)（概率最大）

或者是自己删除了文件

或者木马搞的破坏
为什么我会觉得是破解版且精简出现的问题呢

因为我在网上找，好像有下一个hhpud.exe可以解决，我去微软官网下载好了，安装提示我

HTML Help is a Windows system component and can only be updated via a service pack on this version of Windows.

翻译过来：HTML帮助是Windows系统组件只能通过更新服务包在这个版本的Windows。


我先在我同学（正版win10）复制这几个文件

C盘的windows搜索hh

出现有关的文件全部复制过来貌似有很多后来发现只要hh.exe和hhctrl.ocx这2个文件就可以
百度itss.dll，下载下来。复制itss.dll进C:\Windows\System32,然后执行regsvr32 C:\Windows\System32\itss.dll提示*86，*64版本不符合，我就想是不是itss.dll版本和我64位系统不对，然后仔细想想，其实是itss.dll应该放在C:\Windows\SysWOW64
放进去，执行regsvr32 C:\Windows\SysWOW64\itss.dll，提示一个成功
就可以打开了.chm文件了
作者：Ordinary programmer

来源：CSDN

原文：https://blog.csdn.net/a1023182899/article/details/78348153

目录
MariaDB
是什么
怎么装
Windows
操作命令
Centos
参考

MariaDB
是什么
MySql是什么它就是什么。
怎么装
官方下载地址https://downloads.mariadb.org/

点击最新版本的stable（稳定版），进去看到酱紫：

Source指的是源代码，之后分别是win、linux的安装包，带x64的是64位的版本，不带就是32位的啦。

在windows那些栏中，zip是指免安装版，msi是指安装版，带debugsymbols的是啥？？盲拆有debug功能的吧。我一般选择免安装版，但是第一次我选择傻瓜安装版（主要是官网下载很慢，选小的）免安装版后面发现有好处就是可以选择安装heidisql，速度还快得一匹。

但是我怎么会不考虑镜像呢，ipv6还免流呢-清华镜像-MariaDB


Windows
下载上面的msi一路安装（修改安装路径，默认C盘，你懂的），后面设置root密码要记牢，忘记了就duckduckgo吧。

是安装版安装完之后就默认开机自动数据库服务了，监听3306。

在菜单栏中的mariadb选型卡里可以进入prompt、client、heidisql、Error Log（错误日志）、my.ini（配置文件）、Data dir（数据存储路径）
操作命令
从下图告诉我，为什么我的命令不起作用，因为输入错了地方，不是cmd控制台，也不是prompt，是由管理员权限的powershell啊，裂开了我，怪不得搜出来的命令我无法run。



以下命令在powershell中run
# 启动mariadb数据库服务
net start mariadb

# 暂停正在运行的mariadb数据库服务
net pause mariadb
  
# 重新激活挂起的mariadb数据库服务
net continue mariadb 

# 停止mariadb数据库服务：就是以后开机不会自启了
net stop mariadb

Centos
see  Centos 8.2 x64安装MariaDB（MySql）And HeidiSQl、DBeaver - Kearney
参考

Windows10配置 MariaDB服务（免安装版本.zip） - 莫_轩
官方下载地址https://downloads.mariadb.org/
Centos 8.2 x64安装MariaDB（MySql）And HeidiSQl、DBeaver - Kearney
清华镜像-MariaDB

                    
为了试用一下微软最新的 Spartan 斯巴达浏览器，本周在家花了三天时间下载了  Windows 10 Build 10041 32位系统，来看一下有什么新的功能，因为只是在虚拟机中装装，下载32位就够用了。




由于是beta版本，只有在虚拟机中试用了。





一般按照我选择默认的直接安装即可以。















点下一步，完成，启动后：























系统保留现在为350MB 大小了。






使用虚拟机，笔者电脑性能占用情况。
I5+ 6GB 内存+ 240GB intel SSD+ 1TB USB3.0移动硬盘，虚拟机装在移动硬盘，舍不得在SSD中疯狂读写。
















注： 此步最好选择第一个 “这台设备属于我的公司” ，这样功能菜单多点，会有更新功能，因为本人选择了 “这台设备属于我”，导致找不到windows update在哪里，最后切换到本地帐号，才得以顺利更新到有 Spartan 斯巴达浏览器的 Windows 10 Build 10049
如果选择 “这台设备属于我” 的话，就会用hotmail,outlook.com, live.cn邮箱登陆，同时会自动同步onedrive中文件，像apple的iclund 一样。






本人之前有453.8MB 文件放在OneDrive中，所以会自动更新下来。












只有点关闭了。







这个beta版本的新图标如下：












如下就是找不到自动更新的尝试，命令在Xp中是可以执行的。








要想更新，只有在 “电脑设置中更改我的帐户信息”








下边很重要，要选择 “不使用Microsoft帐户登陆（不推荐）”
















完成了






以下是 从 Windows 10 Build 10041更新到  Windows 10 Build 10049的方法，直接自动更新，接受系统推送的消息。




方法： 直接在运行中输入  "windows updatet" ,如下图，点击进去即可以。



























本文转自成杭 51CTO博客，原文链接：http://blog.51cto.com/hangtc/1631256，如需转载请自行联系原作者