跑一个keras程序跑了17h。。。虽然自己GPU是840m,但应该也比cpu快吧,遂尝试安装tensorflow-gpu环境
参考文章
1:win10下CUDA和CUDNN的安装(超详细)!亲测有效!
我选的是精简而不是自定义。
2:下载cuDNN要确认自己的CUDA版本,我选的方法二
3:安装Anaconda(安装时我只选了第二个,链接文章的第一个图),用 python --version 查看版本,然后搭建TensorFlow环境
搭建完后会提示你切换环境的命令:我的是activate tensorflow_gpu进入(其实activate后面的本可以自己命名。。)
conda deactivate退出
新电脑重新安装win10+python3.6+anaconda+tensorflow1.12(gpu版)
4.上一篇文章关于Anaconda的使用写的一般,推荐看官方教程
看不懂或者没时间可以看这个简易版的
然后就可以了。
PS:Keras官方教程
两篇可以参考的Ubuntu环境下安装教程
Ubuntu16.04用Spyder使用Keras的GPU环境搭建
Ubuntu16.04+CUDA+CUDNN+Anaconda+Tensorflow+keras深度学习环境搭建
个人私语:
这两天学Keras,一开始用的是python3.8,直接在内置IDE里写,偶尔参考文章用jupyter写,但是由于不熟悉和不知道如何控制单元前面写的数字而十分难受。但是在运行完一次自己的的实验数据,结果运行了17h后十分愤怒,然后书上给的是ubuntu的安装使用GPU的方法,自己不想装双系统,转而尝试虚拟机,结果发现不支持NVIDIA,不得不慢慢碰入本文的方法,但是一开始限于对python的不熟悉,直接运行文件总是报错找不到模组,没想到原因,(因为自己确实安装了),后来忽然尝试python 文件名才成功。。。。而且用时9min,然后还有几个非缺包的错误,但是也非常知足了。