今天是在暢游入職的第一天，沒什么特別的任務安排，先給大家看一下暢游小本本上的一句話：

搜狐暢游筆記本封面

寫的很有詩意有沒有，小編也被這句話激勵到了，擼起袖子來好好干！

第一天沒有什么特別的任務，就是安裝一下開發環境，對于一臺裸機來說，只能從頭開始。

1、安裝anaconda

anaconda想必大家都不陌生，由于網站登不上去，我找到了清華大學的一個開源鏡像，下載地址為http://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

下載完成后安裝，一步步點擊ok就好啦，這里忘截圖了，所以就不放圖了，我將anaconda安裝在D:\software\anaconda 下。

注意將安裝路徑添加到系統環境變量中，右鍵我的電腦--屬性--高級系統設置-環境變量，在系統變量path中加入anaconda的安裝路徑即可，如下圖所示：

添加環境變量

此時在命令行下查看Python的版本，可以發現電腦中已經成功安裝了python3.6的開發環境啦.

查看系統中的python版本

2、安裝Pycharm

Pycharm算是一款比較不錯的python ide了，下載地址為：http://www.jetbrains.com/pycharm/

Pycharm分為社區版和專業版，社區版需要付費或者激活碼，所以這里我索性下載了一個社區版，下載，一路安裝暢通無阻。

3、安裝tensorflow-gpu版本

anaconda中已經內置了pip，所以選擇直接用pip進行安裝：

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

發現，報錯啦！

安裝報錯

出現這個錯誤的原因是目前tensorflow-gpu版本只支持python3.5.2，所以我們使用如下命令建立一個tensorflow的計算環境：

conda create -n tensorflow python=3.5.2

隨后激活此環境：

activate tensorflow

在此環境下執行安裝命令：

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

安裝成功！

4、安裝cuda和cudnn

只安裝了tensorflow是不夠的，想要配置gpu的開發環境，還需要安裝cuda和cudnn：
cuda下載地址：https://developer.nvidia.com/cuda-downloads

下載之后安裝即可，一路點下一步！

cudnn下載地址：https://developer.nvidia.com/rdp/cudnn-download

cudnn下載后直接解壓即可，需要將bin目錄添加到環境變量path中,如下圖所示：

將cudnn的bin路徑添加到環境變量

5、使用Pycharm進行測試

首先我們需要將解釋器選擇為我們剛剛創建的tensorflow環境：

修改解釋器環境

可以看到我們新建的tensorflow計算環境只有這么一點python庫，每次想要使用pip安裝新的庫時，需要先激活tensorflow環境，仍然使用activate tensorflow即可。

如果不想這么麻煩，可以直接將anaconda的python版本進行降級，使用命令：conda install python=3.5.2，降級之后再安裝tensorflow。

編寫第一個程序：

tensorflow示例程序

運行結果：

運行結果

至此，大功告成！

最后，實力安利一波搜狐暢游，公司辦公環境挺舒適的，下午有免費的水果供應，公司內部有食堂（菜好吃又便宜），健身房，圖書館以及形象店，期待你的加入！