前言
此文为 windows下学习环境搭建过程。Ubuntu 下 Tensorflow + Keras 生产环境搭建 后面会单独列出。
下载安装程序包
下载安装 Anaconda Ptython 2.7 版本
打开工具 Anaconda Prompt, 并升级pip
conda upgrade pip
安装 MinGW, libpython
conda install mingw libpython
安装 theano
pip install theano
安装 keras
pip install keras
下载安装 cuda 7.5
注册cudnn 并下载cudnnv5.1 软件包
解压cudnn 文件包,并把文件复制到对应的cuda 安装目录。
G:\cudnn\cuda\bin 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin G:\cudnn\cuda\include 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\\include G:\cudnn\cuda\lib\x64 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
配置环境变量
1.进入环境变量配置窗口.
Win + Break -> 高级系统设置 -> 环境变量 -> 系统变量
2.配置 PATH 节点。
```
在现有值末尾增加 D:\Anaconda2;D:\Anaconda2\Scripts;D:\Anaconda2\MinGW\bin;D:\Anaconda2\MinGW\x86_64-w64-mingw32\lib;
```
3.新建变量 PYTHONPATH,值为:
```
D:\Anaconda2\Lib\site-packages\theano
```
4.在资源管理器导航栏输入 %USERPROFILE% (C:\Users\admin), 定位到用户目录并新建文本文件 ‘.theanorc.txt’。 注意以句号开头。文本类容如下
```
[global]
openmp=False
device = gpu
optimizer_including=cudnn
floatX = float32
allow_input_downcast=True
[blas]
ldflags=
[gcc]
cxxflags=-ID:\Anaconda2\MinGW
[nvcc]
flags = -LD:\Anaconda2\libs
compiler_bindir = D:\Microsoft Visual Studio 12.0\VC\bin
fastmath = True
flags=-arch=sm_30
[lib]
cudnn=1.0
```
测试
测试
import keras
下载 mnist_cnn.py 文件,并运行。
python mnist_cnn.py
注意事项
1.Anaconda Python 3.5 当前不支持Keras.
2.Cuda 当前不支持 VS2015
引用
http://www.cnblogs.com/lanye/p/5127083.html
http://www.360doc.com/content/16/0714/09/1317564_575382699.shtml