快速简单安装tensorflow与keras的GPU版本

快速简单安装tensorflow与keras的GPU版本#

1. 安装anaconda

Anaconda有大量python常用的数据科学包，方便控制python环境。
官方下载链接：https://www.anaconda.com/products/individual
打开后滚动到网页下方，选择自己电脑对应的系统下载。

在这里，我勾选了两项。
第一项：将Anaconda路径加入系统环境变量，方便以后在cmd命令行或shell运行相应命令。
（如果你比较熟悉Windows环境变量的添加，也可以后期手动添加。）
第二项：将Anaconda中的python 3.7 设置为系统默认的python。
（如果之前在win10系统装过python，本次安装并不会卸载，只是安装好后在cmd命令行输入python回车后，系统会调用Anaconda中的python）

2. 创建python虚拟环境

不同项目开发过程中可能用到不同版本的python模块，建立针对项目的python虚拟环境有助于代码的维护。
打开终端或者shell，terminal，输入并执行以下

conda create -n keras-gpu python=3.6

这里我创建了一个名为keras-gpu的python版本为3.6的虚拟环境。（虚拟环境名字你用着习惯就好，不必一致）我们将在这个环境中安装tensorflow-gpu和keras-gpu。

Linux系统输入执行：

source activate keras-gpu

Windows系统输入执行：

activate keras-gpu

用于激活名字为keras-gpu的这个虚拟环境。
注：退出虚拟环境命令 Linux系统输入 source deactivate Windows系统输入 deactivate

接下来，我们输入并执行图片中的命令，即可完全安装tensorflow-gpu和keras-gpu，关于cuda和cudnn，安装过程中也会一并被安装，版本号完全对应正确，无需担心版本报错的bug。

conda install -c anaconda keras-gpu

注：可以用以下命令删除名为keras-gpu的虚拟环境

conda remove -n keras-gpu --all 

3. 结束

给大家看一下这次安装会安装哪些python包，我红色标注的地方可以看出cuda，cudnn，tensorflow-gpu，keras-gpu等一些重要的包都已经被安装上了，不必再去额外下载对应版本的cudnn和cuda了。