深度学习-keras/openCV环境安装配置学习笔记

Keras最简单的安装方式就是：anaconda + pycharm + TensorFlow+（GPU或者CPU）

TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。

如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。

采用 pip 安装方式

1.确认版本：pip版本 >= 8.1。用 pip -V 查看当前 pip 版本，用 python -m pip install -U pip 升级pip 。

2.确保你安装了 VS2015 或者 2013 或者 2010。

• anaconda：集成了很多Python的科学计算包
• pycharm：Python 可视化工具
• TensorFlow：keras需要在TensorFlow之上才能运行。所以这里安装TensorFlow。TensorFlow需要vs2015环境，需要wein64位环境，所以32位的小伙伴需要升级为64位系统以后才行；此外TensorFlow目前仅支持Python3.5的环境，如果不是Python3.5 ，需要设置python3.5虚拟环境。

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.

无论是做科学研究，还是商业应用，opencv都可以作为理想的工具库，因为，对于这两者，它完全是免费的。

该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统的开源库。opencv采用C语言进行优化，而且，在多核机器上面，其运行速度会更快。它的一个目标是提供友好的机器视觉接口函数，从而使得复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三维成像、机器视觉等领域的超过500个接口函数。

同时，由于计算机视觉与机器学习密不可分，该库也包含了比较常用的一些机器学习算法。或许，很多人知道，图像识别、机器视觉在安防领域有所应用。但，很少有人知道，在航拍图片、街道图片（例如google street view）中，要严重依赖于机器视觉的摄像头标定、图像融合等技术。

具体安装过程可以参考：https://blog.csdn.net/yinhuan1649/article/details/78258504 （良心博文，感谢博主！）