本专栏是Keras学习笔记,主要是Keras使用方法,配合各种案例,学习炼丹技巧,力求详细全面,如有错误不吝批评指正。
开篇搭建环境,买了台全新电脑,从头搭建,按照文中步骤,可以搭建成功,很多坑都考虑到了。全新电脑什么都没有,所以按照下面教程来,基本可行。
〇:先上最终安装的各版本号:
-
Windows 10 64位1909
-
python 3.6.5
-
CUDA 10.0(具体版本号:10.0.130_411.31)
-
CUDNN 7.6.0(具体版本号:7.6.0.64)
-
TensorFlow 1.15.2(TensorFlow 一代最后一个版本)
-
Keras 2.3.1
根据踩坑记录,python、CUDA、CUDNN、TensorFlow-gpu、Keras版本务必版本对应。
(1)python、CUDA、CUDNN、TensorFlow-gpu版本对应
我上面的版本python、CUDA、CUDNN、TensorFlow-gpu版本对应是下面这个网站来的:
https://tensorflow.google.cn/install/source_windows
截图如下,比如你装TensorFlow-gpu 1.14.0,需要CUDA 10.0和CUDNN 7.4,python 3.5-3.7。
不过我装了TensorFlow-gpu 1.15.2,下图根本没有提到,这。。。我都是挨个试的,最终确定了需要CUDA 10.0和CUDNN 7.6。
(2)TensorFlow-gpu和Keras版本对应
TensorFlow-gpu也需要和Keras版本对应,下面这个网站看到的:
https://docs.floydhub.com/guides/environments/
截图如下,比如我是TensorFlow 1.15.2,就找1.15版本对应的Keras版本,是最新的2.3.1。
版本坑搞定很关键,那么开始安装教程:
一、安装CUDA
(1)看显卡最高支持的CUDA版本
如下,点击系统信息——组件,可我的显卡驱动最高支持CUDA 10.2,所以安装10.0没什么问题。
(2)下载CUDA
如下网站下载CUDA 10.0。
https://developer.nvidia.com/cuda-toolkit-archive
我是Windows 10系统,选择本地离线包,2个多G。
离线包带着显卡驱动,默认安装容易安装失败,所以安装时选择自定义,如下注意箭头标记的不要勾选:
(3)配置CUDA环境变量
CUDA安装完成后,来配置环境变量。
(3.1)打开环境变量设置
如下计算机属性——高级系统设置——环境变量设置。
(3.2)配置系统变量
-
CUDA_BIN_PATH = %CUDA_PATH%\bin
-
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
-
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
-
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
-
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
如下图,一共7个,当然CUDA_PATH和CUDA__PATH_V10_0安装完CUDA自动添加的。
(3.3)配置用户变量
在用户变量的Path中添加:C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0。
如果没有这个路径,用户变量就不用加了。
最后保存即可完成环境变量设置。
二:CUDNN配置
如下网站下载CUDNN,需要注册英伟达开发者账号才能下载,注册就行了哈。
https://developer.nvidia.com/rdp/cudnn-archive
前面说过,我的配置需要CUDNN 7.6.0,如下选择7.6.0 for CUDA 10.0即可。
CUDNN就是个压缩包,里面的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录下即可。
三、安装Visual Studio 2015、2017 和 2019支持库
这个支持库务必安装,否则后面各种坑,支持库不大,10多MB。
下载地址如下:
四、安装Python 3.6.5
(1)Python安装
如下官网下载,我喜欢下载exe的。
https://www.python.org/www.python.org
然后如下安装时候注意勾选添加环境变量,然后安装即可。
(2)PIP源修改
pip源默认国外,下载很慢,建议修改成清华源,设置很简单。
cmd里先后输入即可完成配置。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
pip -U pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
五、安装TensorFlow-gpu
(1)pip安装
pip install tensorflow-gpu==1.15.2
即可。
(2)检查安装是否成功
如下程序检查是否安装成功,来个代码看看:
from tensorflow.python.client import device_lib
import tensorflow as tf
print(device_lib.list_local_devices())
print(tf.test.is_built_with_cuda())
如下输出GPU就是没啥问题了:
六、安装Keras
(1)pip安装
pip install keras==2.3.1
即可。
(2)检查安装是否成功
如下程序检查是否安装成功,来个代码看看:
from keras import backend as K
print(K.tensorflow_backend._get_available_gpus())
如下输出GPU就是没啥问题了:
好了,结束,环境搭建完成,下面我们就可以写写项目实战了,欢迎持续关注。
哦,还忘了。
七、(可选)安装Pycharm
我对Pycharm情有独钟,不错的Python编辑器。
如下网站,选择免费的社区版下载安装即可。
https://www.jetbrains.com/pycharm/download/#section=windowswww.jetbrains.com