Keras深度学习环境配置(WIN10/GPU加速版)
本人目前在用深度学习方法做命名实体识别。起初学习阶段因为数据量不大,所以直接用CPU来训练模型;不过真正落实到研究则需要大量数据才能训练出泛化能力强的模型,这时就要利用GPU来加速神经网络训练。
本人通过查阅资料配置好了GPU加速版的Keras框架,下面分享给大家。
一、本机配置
- 系统:WIN10 64位 企业版
- 显卡:NVIDIA GeForce GTX 1060 6GB Max-Q
二、安装内容
- CUDA 9.2
- cuDNN 9.2 v7.2.1.38
- Anaconda 5.2(Python 3.6)
- tensorflow-gpu 1.9.0
- Keras
- Pycharm 2017(安装过程略)
- Visual Studio 2017(安装过程略)
三、配置过程
1、安装CUDA
首先在确定你的显卡是否支持CUDA,可以在这里查看,如果显卡在列表中则说明支持CUDA。
然后查看显卡支持的CUDA版本,方法是进入NVIDIA控制面板==>帮助==>系统信息==>组件==>NVCUDA.DLL==>产品名称。这里我的显卡支持的CUDA版本为9.2,其他版本我尝试过,都无法成功安装。所以要安装显卡支持的CUDA版本,才能进行后续的配置。