如果是 TensorFlow为仅支持 CPU 的版本的话，从第四步开始。

TensorFlow GPU 版本的支持说明：https://www.tensorflow.org/install/gpu

1. 安装 CUDA 及相关Patch

   https://developer.nvidia.com/cuda-toolkit。可以通过这里 https://developer.nvidia.com/cuda-toolkit-archive 选择需要的版本。我选的是 9.0。

   验证安装：

   nvcc --version

   nvcc: NVIDIA (R) Cuda compiler driver
   Copyright (c) 2005-2017 NVIDIA Corporation
   Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
   Cuda compilation tools, release 9.0, V9.0.176
   

2. 安装 cuDNN

   1. https://developer.nvidia.com/rdp/cudnn-archive。根据第一步CUDA的版本选择对应的版本。之前选择了 9.0 所以这里选择 Download cuDNN XXXX for CUDA 9.0

   对于 Windows2012R2 版本来说选择 cuDNN Library for Windows 7 即可。

   2. 将压缩包中的内容复制至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64中。

以上步骤安装完成后，对于Windows系统来说，还需要设置系统变量。参考 https://www.tensorflow.org/install/gpu#windows_setup

3. 安装 Microsoft Visual C++ 2015 Redistributable 更新 3 （Windows下安装TensorFlow的前置条件）https://www.tensorflow.org/install/pip

   1. 转到 Visual Studio 下载页面，
   2. 选择“可再发行组件和生成工具”，
   3. 下载并安装 Microsoft Visual C++ 2015 Redistributable 更新 3。

4. 安装 Anaconda

   中科大Conda镜像站 https://mirrors.ustc.edu.cn/anaconda/

   conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

   conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

   conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

   conda config --set show_channel_urls yes

   ---

   清华大学Conda镜像站 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

   conda config --set show_channel_urls yes

5. 创建 conda 工作区

   conda create -n finance35 python=3.5

6. 激活工作区

   conda activate finance35

7. 安装 TensorFlow

   • CPU版本 pip install --upgrade tensorflow

   • GPU版本 pip install --upgrade tensorflow-gpu

   • CPU版本 pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl)

   • GPU版本 pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp35-cp35m-win_amd64.whl

   这里注意看 https://www.tensorflow.org/install/pip 页面的最下方。对于不同的Python版本会有不同的包。

   验证是否安装成功：

   python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

   输出内容：（我使用的是2GB版本的750Ti）

   2019-04-16 09:40:50.964849: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1
   432] Found device 0 with properties:
   name: GeForce GTX 750 Ti major: 5 minor: 0 memoryClockRate(GHz): 1.0845
   pciBusID: 0000:01:00.0
   totalMemory: 2.00GiB freeMemory: 1.83GiB
   2019-04-16 09:40:50.965838: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1
   511] Adding visible gpu devices: 0
   

8. 安装 CNTK（微软的深度学习包）

   • CPU版本pip install cntk
   • GPU版本pip install cntk-gpu

   import cntk
   cntk.__version__

   keras 中强制使用CNTK

   import os
   os.environ['KERAS_BACKEND']='cntk'
   

9. 安装 Pandas

   pip --proxy=127.0.0.1:1080 install pandas

10. 安装 QUANTAXIS

    pip install quantaxis 改为使用 pip install git+https://github.com/GuQiangJS/QUANTAXIS.git --upgrade 或者下载代码至本地安装

    $ git clone https://github.com/GuQiangJS/QUANTAXIS.git
    $ cd QUANTAXIS
    $ pip install
    

    从我个人Fork的分支安装只是解决了我个人遇到的不支持Python3.5以上版本的情况，不代表所有代码均支持。

    坑爹的代码 (async) 不支持 Python3.5

    <PEP 530 -- Asynchronous Comprehensions>

    try:
        res = pd.DataFrame([item async for item in cursor])
    except SyntaxError:
        print('THIS PYTHON VERSION NOT SUPPORT "async for" function')
        pass

    ---

    git代理设置方法解决

    git config --global http.proxy http://127.0.0.1:1080

    git config --global https.proxy https://127.0.0.1:1080

    git config --global --unset http.proxy

    git config --global --unset https.proxy

11. 重新安装 pytdx

    pip uninstall pytdx
    pip install pytdx
    

12. 安装 pyecharts_snapshot

    pip install pyecharts_snapshot

13. 安装 talib

    conda install -c quantopian ta-lib

14. 安装 nb_conda_kernels 并设置对应关系（用于jupyter中可选Python运行环境）

    conda install ipykernel， python -m ipykernel install --user --name finance35 --display-name finance_py_35

15. 安装 python.app

    conda install -c conda-forge python.app

    对于在Mac下运行来说，需要安装这个。并且以 pythonw 方式运行。否则会出现以下错误： ImportError: Python is not installed as a framework. The Mac OS X backend will not be able to function correctly if Python is not installed as a framework. See the Python documentation for more information on installing Python as a framework on Mac OS X. Please either reinstall Python as a framework, or try one of the other backends. If you are using (Ana)Conda please install python.app and replace the use of 'python' with 'pythonw'. See 'Working with Matplotlib on OSX' in the Matplotlib FAQ for more information. https://matplotlib.org/faq/osx_framework.html#conda

其他可能用到的包：

• 谷歌风格文档插件 sphinxcontrib-napoleon

  pip install sphinxcontrib-napoleon

• conda install -c quantopian zipline

• conda install -c conda-forge cvxopt

• jupyter 插件 https://github.com/ipython-contrib/jupyter_contrib_nbextensions

conda install -c conda-forge jupyter_contrib_nbextensions
# Install nbextension files, and edits nbconvert config files
jupyter contrib nbextension install --user
# Install yapf for code prettify
pip install yapf
# Install autopep8
pip install autopep8
# Jupyter extensions configurator 
pip install jupyter_nbextensions_configurator
# Enable nbextensions_configurator
jupyter nbextensions_configurator enable --user

Jupyter Notebook 小贴士

如果选择了 autopep8 ，还需要安装 pip install autopep8

查看插件是否启动 http://localhost:8888/nbextensions

• pylint https://www.pylint.org/#install

如何使用Pylint 来规范Python 代码风格 - IBM

pip install pylint

在导入 Keras / Tensorflow 之前

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"   # see issue #152
os.environ["CUDA_VISIBLE_DEVICES"] = ""