首先确保你的机器已经安装Anaconda
临时切换到清华源:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
在安装 Keras 之前,请安装以下后端引擎之一:TensorFlow,Theano,或者 CNTK。目前大家用的比较多使用 TensorFlow 后端
一、安装tensorflow/keras
如果机器上有gpu,则安装gpu版本,没有GPU就安装cpu版
安装tensorflow:pip install tensorflow-gpu
安装keras:pip install keras
或者直接使用conda命令
切换清华源站
-
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
-
conda config --set show_channel_urls yes
安装tensorflow:pip install tensorflow-gpu
安装keras:pip install keras
二、安装gpu版tensorflow后需要安装显卡驱动
1,安装cuda9.0
链接:https://pan.baidu.com/s/1YfPo0Wn6EWayIufzJOeKEA 密码:kijm
本人网盘有
下载解压默认安装即可
2,cuDNN
链接:https://pan.baidu.com/s/17KD1e7OVFQt7Gs2JfbPZ5A 密码:ui07
1,下载解压会生成cuda/include、cuda/lib、cuda/bin三个目录
2,分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到cuda安装目录(win10,下默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA)
三、测试是否安装成功
import tensorflow
import keras
>>> import keras
Using Tensorflow backend.
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cublas64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cudnn64_5.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cufft64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library nvcuda.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library curand64_80.dll locally
如果没有报错那就表示安装成功了
四、开始学习吧
- Keras中mnist数据集测试 下载Keras开发包
-
进入cmd >>> conda install git #安装git >>> git clone https://github.com/fchollet/keras.git #下载keras文件包,包含文档,案例 >>> cd keras/examples/ # 进入案例包------默认安装在用户目录下 >>> python mnist_mlp.py #运行一个实例