背景

Python 3.7 Windows10 64

步骤

1. 安装Tensorflow库 目前版本是2.2

   pip install tensorflow
   pip install tensorflow-gpu (二选一，两个在使用上等价，只是性能有差别，gpu会稍微快一点)

2. 安装CUDA显卡加速软件(GPU的并行计算框架) tensorflow的支持版本是 10.1

   下载地址： https://developer.nvidia.com/cuda-10.1-download-archive-update2

3. 安装CUDNN(神经网络的加速包) 下载7.6即可

   下载地址： https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.1_20191031/cudnn-10.1-windows10-x64-v7.6.5.32.zip

- 阅读剩余部分 -

直接执行报错:

npm install --global --production windows-build-tools

安装早期版本： npm install --global --production windows-build-tools@4.0.0

libuv的核心
libuv为什么可以这么高效呢？实际他使用了操作系统提供的高并发异步模型
linux: epoll
freebsd: kqueue
windows: iocp
官网地址：http://libuv.org/
下载地址：https://dist.libuv.org/dist/

dnconsole modify --index 1 --imei auto --androidid auto 
dnconsole launch --index 1

背景

下载地址：https://sourceforge.net/projects/mingw-w64 最新版是8.1.0

文件清单

x86_64-posix-sjlj
x86_64-posix-seh
x86_64-win32-sjlj
x86_64-win32-seh
i686-posix-sjlj
i686-posix-dwarf
i686-win32-sjlj
i686-win32-dwarf

释义1：

• DWARF：一种带调试信息(DWARF- 2（DW2）EH)的包, 所以比一般的包尺寸大，仅支持32位系统
• SJLJ：跨平台，支持32，64位系统，缺点是：运行速度稍慢，GCC不支持
• SEH: 调用系统机制处理异常，支持32，64位系统，缺点是：Gcc不支持（即将支持）

释义2：

x86_64: 简称X64，64位操作系统
i686: 32位操作系统 (i386的子集)，差不多奔腾2(1997年5月)之后的CPU都是可以用的；

释义3：

posix: 启用了C++ 11 多线程特性
win32: 未启用 （从时间线上正在尝试也启用部分 Treading）