一、环境

二、过程

（一）安装Git和TortoiseGit
以前写过一篇关于Git安装和使用的博客，请点击博客【查看】。

（二）安装Python
从官网下载好Python安装包，点击默认安装，请注意安装时将Python路径添加至path。详细安装内容请参考博客【查看】。

（三）安装Microsoft Visual Studio Community 2017
点击安装包，安装位置自定，请注意在选择工作负载时，.NET桌面开发与Python开发是务必要选择的，其他选项视实际情况而定。详细安装内容请参考博客【查看】。
注意：python和vs2017是楼主很早以前就安装好了，不详说，需要详细的安装请参照给的博客内容。

（四）安装CUDA和cuDNN（如果电脑没有装有Nvidia的显卡，请跳过这一步）

  1. 安装CUDA
    按照自己的要求选择CUDA版本下载安装。我选择的是Windows 、x86_64、10和exe(local)。如下图。

    点击安装包，按照默认配置完成安装。
    需要注意："C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin"是CUDA库的默认安装位置，请务必CUDA库添加至当前用户的path即环境变量中。
    ------------------------如何添加环境变量？------------------------
    右键点击桌面上的“此电脑”图标，选择“属性”-->选择“高级系统设置”-->选择目录“高级”中的“环境变量”，如下图。

    我们会发现有两个path，请选择红1位置对应的path，出现的界面如下图。如果选择红2位置的path，无法添加CUDA库。

    选择红3位置的“新建”，在红4位置添加CUDA库的位置"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin"。
    完成上述操作后，一直点击“确定”按钮，共点击三次即完成了CUDA的安装。
  1. 安装cuDNN
    这步比较麻烦的是需要注册个Nvidia会员并且需要验证邮箱。我用的是QQ邮箱注册，验证邮件在垃圾箱里面，另外尝试微信登录失败了。完成验证后，就可以下载cuDNN压缩包。解压文件后，将cudnn64_7.dll这个文件复制到CUDA的bin目录即可。

（五）安装深度学习和机器学习的软件及依赖
在电脑任意位置（比如E盘）新建一个文件夹，文件夹的名字为AI，进入AI文件夹，鼠标右键，选中Git Clone,出现圈1的界面。在圈1位置输入链接[https://github.com/Microsoft/samples-for-ai.git]。然后点击Ok，即可在当前AI目录获取到文件夹samples-for-ai。获取文件夹过程大约30min~1h。如果出现长时间无法下载或者下载过慢，试试通过某些方式（比如VPN）代理网络后再Git Cone.


获取到samples-for-ai文件夹后，win+r，输入cmd，回车，进入dos命令。顺序执行下述命令。

cd E:\AI\samples-for-ai\installer //回车进入该目录
E: //进入E盘
python.exe install.py //开始安装相关软件和依赖

安装过程有点慢，大概持续45min至90min。请耐心等待。
需要注意：请务必保证在执行安装命令前，已经把CUDA的bin文件位置添加至当前用户的path即环境变量中，否则可能会出现找不到CUDA错误，且无法下载部分依赖包，安装过程会卡很长的时间。
------------------------问题------------------------
问题1：安装结束后，出现警告提示hypothesis 3.57.0 requires enum34, which is not installed。
截图如下：

原因：缺少enum34包。
解决方式：pip install enum34

安装成功后，界面如下图。

（六）安装tools for ai插件

  1. 打开visual studio 2017,选择菜单选项中的”工具“（红1）-->选择”拓展和更新“（红2）。如下图。

  2. 选择左侧的“联机”（红3）--> 在右侧的搜索栏输入“AI”，点击搜索栏旁边搜索图标（红4），选择红5。如下图。然后，请关闭visual studio，等待更新提示，选择确定。

  3. 等待更新安装完后，重新打开visual studio 2017，会发现菜单项中多了红6，选择红6，选择红7 ，出现红8界面。如下图。

到此，即说明完成了Windows10平台的Visutal Studio AI环境搭建。