今天搭建了Keras深度学习的环境 详细记录一下


安装Anaconda3

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。

Anaconda3官网下载:https://www.anaconda.com/distribution/#download-section

win10配置Keras及GPU环境

 

 

 选适合的版本安装即可

安装的时候记得勾选add anaconda to my PATH environment variable

安装好之后检查一下:

win10配置Keras及GPU环境

 

 

 没有问题。

在Anaconda中创建TensorFlow的虚拟环境

conda info --envs

这个命令是检测Anaconda所有的环境变量的

win10配置Keras及GPU环境

 

 

 然后创建虚拟环境:

conda create --name tensorflow python=3.5

TensorFlow官方现在还不支持python3.7 所以我装的是3.5

安装完之后再来看一下:

win10配置Keras及GPU环境

 

 

 现在已经创建了一个TensorFlow的虚拟环境了。

进入这个虚拟环境的命令是:

activate tensorflow

退出是:

deactivate

安装CUDA和CUDNN

先安装cuda:

https://developer.nvidia.com/cuda-toolkit-archive

我下的是cuda10.0

注意这里安装的时候 visual studio那一项不要勾选,否则容易安装失败

下载安装之后 安装cudnn:
https://developer.nvidia.com/rdp/cudnn-download

不过这个需要先注册再下载

下载解压之后 CUDNN中的bin、include、lib文件黏贴到CUDA10.0相应的文件夹之中即可

检查系统变量中是否存在以下路径,没有的话手动添加就行了:
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0bin
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0include
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0extrasCUPTIlibx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0lib

安装TensorFlow和Keras

进入虚拟环境后,安装TensorFlow的GPU版本:

pip install tensorflow-gpu

win10配置Keras及GPU环境

 

 

 可以看到已经安装了

然后安装keras:

pip install keras

启动Jupyter Notebook

Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。

Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown。

在虚拟环境里面输入jupyter notebook 启动jupyter notebook

win10配置Keras及GPU环境

 

 这个时候的python3是我系统原来就有的python3 没有TensorFlow库 需要配置一下 使jupyter可以运行虚拟环境里的python:
进到虚拟环境里面之后:

pip install ipykernel
python -m ipykernel install --user --name=tensorflow

先安装ipykernel库 再配置一下就好了

这时再打开jupyter:

win10配置Keras及GPU环境

 

 就有了TensorFlow可以选

win10配置Keras及GPU环境

然后就可以愉快的进行学习啦~