Windows10上安装Keras 和 TensorFlow-GPU

时间：2022-09-11 20:46:36

安装环境：

  • Windows 10 64bit
  • GPU: GeForce gt 720
  • Python: 3.5.3
  • CUDA: 8
  1. 首先下载Anaconda3的Win10 64bit版，安装Python3.5版本。因为目前TensorFlow对Windows只支持Python3.5。可以直接下载Anaconda的安装包安装即可，一般不会有问题。（清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）
  2. 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。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。参考文献1）中有详细记录。
  3. 安装cuda8.0（https://developer.nvidia.com/cuda-downloads）（2）中提到CUDA的安装组件，果然发现，在安装CUDA的过程中，安装包自身就包括了一个369.30版的显卡驱动。那么这个版本就应该是和CUDA8相互支持匹配的驱动程序。）
  4. 安装cudnn5.1（https://developer.nvidia.com/cudnn）解压刚才下下来的安装包，将这三个文件夹下的文件拷到CUDA对应的文件夹下面即可
  5. Anaconda安装完成后，直接在Windows的命令窗口里敲Python就应该能看到版本是否是3.5。
  6. 创建tensorflow虚拟环境 C:> conda create -n tensorflow python=3.5，今后所有的东西都需要在该虚拟环境里进行，包括安装各种包和keras
  7. 激活虚拟环境 C:> activate tensorflow
  8. To install the GPU version of TensorFlow, enter the following command (on a single line):(tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl
  9. 安装keras 在tensorflow虚拟环境里面，pip install keras
  10. 报错，安装scipy失败，只能单独安装scipy
  11. 使用pip list查看哪几个包没有安装成功，结果就缺少scipy，这一步好像keras需要安装包括numpy和wheel在内的几个包，报错scipy安装失败
  12. 仍然在tensorflow虚拟环境里面，进入python如下图
  13. Windows10上安装Keras 和 TensorFlow-GPU
  14. 输入import pip 和 print(pip.pep425tags.get_supported())，查看包的依赖性
  15. 在www.lfd.uci.edu/%7Egohlke/pythonlibs/上找到相应的whl文件，下载到本地，注意依赖信息，cp35，cp35，mwin_amd64在上述网址找到相应的文件：numpy-1.13.0+mkl-cp35-cp35m-win_amd64.whl和scipy-0.19.0-cp35-cp35m-win_amd64.whl
  16. 即使你在此前已经安装过numpy，也请从该页面中找到numpy+mkl的whl，下载到本地，因为重点在于mkl而不是numpy。
  17. 把两个包拷贝到当前路径，如笔者就拷贝到c:\Users\Alexander文件夹下
  18. 安装这两个文件，如图Windows10上安装Keras 和 TensorFlow-GPU
  19. 然后就可以安装keras了Windows10上安装Keras 和 TensorFlow-GPU
  20. 测试一下：Windows10上安装Keras 和 TensorFlow-GPU
  21. 然后测试一下tensorflow，用官网上的就行。

    Invoke python from your shell as follows:

    $ python
    Enter the following short program inside the python interactive shell:

    >>> import tensorflow as tf
    >>> hello = tf.constant('Hello, TensorFlow!')
    >>> sess = tf.Session()
    >>> print(sess.run(hello))
    If the system outputs the following, then you are ready to begin writing TensorFlow programs:

    Hello, TensorFlow!

这些命令也需要在tensorflow虚拟环境里面运行。

下一步就可以测试mnist数据集了。

1）https://www.tensorflow.org/install/install_windows

2）http://blog.csdn.net/infovisthinker/article/details/54705826

3）http://jingyan.baidu.com/article/ca41422f27c56a1eae99ed39.html

4）https://keras.io/

还有几篇也有参考

http://www.cnblogs.com/lyy-totoro/p/6433626.html

https://blog.csdn.net/allyli0022/article/details/52131751

http://blog.csdn.net/sb19931201/article/details/53648615

http://developer2.download.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod/doc/cudnn_install.txt?uB-MUhP4jAS6ZSEwLt7IT5AIDEb9zkBL3TZ10b2coenVnCBDM9LPZmV00tYAVZ7ayjzT_jH93R9uf5qMP9afMLRLgZPM_Fbex-1wmnmam3-AEytYJn2gAiQ8vBJfzQyBbQzZQuHFHGGvpIfKRqDAiCFKZWuUr9INBEwtf26JqOOiNZ56

http://www.tensorfly.cn/tfdoc/get_started/introduction.html

相关文章