【Keras学习及实战笔记第0篇】全新电脑Keras+TensorFlow的GPU环境搭建

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：

https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads​support.microsoft.com

 

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=windows​www.jetbrains.com