Windows 下keras环境配置

Windows 下keras环境配置

1 Anaconda的安装

1.1 下载Anaconda

从anaconda下载安装包非常慢，建议从清华镜像源下载anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 选择与系统对应的版本

1.2 安装anaconda

按要求安装即可。
路径新手一般添加。

2 创建虚拟环境

2.1 为conda添加国内镜像

命令行中输入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

##设置搜索时显示通道地址

conda config --set show_channel_urls yes

##若需要PyTorch需添加

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

#########
其他命令
查看当前使用源：
conda config --show-sources
添加指定源：
conda config --add channels 源名称或链接
删除指定源：
conda config --remove channels 源名称或链接
恢复默认源：
conda config --remove-key channels

清华源（TUNA）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

##设置搜索时显示通道地址
conda config --set show_channel_urls yes
##若需要PyTorch需添加
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

中科大源（USTC）

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

————————————————
版权声明：本文为CSDN博主「Mr.Ygg」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44201449/article/details/99693943

哈工大源：

conda config --add channels https://mirrors.hit.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.hit.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.hit.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.hit.edu.cn/anaconda/cloud/msys2/

2.2 pip换源

windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。
在pip.ini中输入：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

2.3 创建虚拟环境

命令行中输入：
Conda create -n *** python=3.6.5 #***为自己起的虚拟环境名称，例如keras_lihua

虚拟环境创建完毕，上面给出了激活虚拟环境的命令，激活环境用conda activate ****
退出激活环境用conda deactivate

2.3.1 虚拟环境内conda换源

同上

4 兼容性考虑

在整个安装过程中，这个环节非常重要。忽略工具之间的兼容性往往在运行中会出现很多的错误。主要有4个工具需要考虑兼容性：keras，tensorflow, cuda, cudnn，显卡驱动。其中cuda是需要显卡驱动支持的（可去官网查看）。相关的兼容性可以自行百度。这里提供我的配置信息。
Keras 2.3.1
Tensorflow 2.0.0
Cuda 11.0
Cudatoolkit 10.0.130
Cudnn 7.6.0
显卡驱动（我的是k620） 451.48

5安装cudatoolkit

cudatoolkit到底是个什么东西？查阅资料，解释如下：cudatoolkit包含cudadriver也就常说的驱动。这里不讨论这个定义的正确性。通常为了方便，在安装CUDA Toolkit的时候会默认安装CUDA Driver。建议直接利用conda或者pip安装。

1. 首先查看有没有安装cudatoolkit，输入以下命令查看cudatoolkit版本号，看看是否兼容.

conda list

2. 若不兼容，则输入下面命令更换版本，版本号替换为适配的版本。

  `conda install cudatoolkit==10.0.130`

6在虚拟环境内安装keras

6.1 Keras-cpu版本的安装

6.1.1 先安装后端(tensorflow)

命令行输入：
Pip install tensorflow==2.0.0-i https://pypi.doubanio.com/simple #tensorflow2.0之后的版本是cpu，gpu合在一起的。

6.1.2 再安装前端keras

命令行输入：
Pip install keras -I https://pypi.doubanio.com/simple

##65.2 Keras-gpu版本的安装

6.2.1 先安装后端(tensorflow-gpu)

命令行输入：
Conda install tensorflow-gpu==2.0.0

---

显卡要求：
Nvidia 显卡， 算力大于3.0，驱动版本大于410（命令：nvidia-smi），python版本为（3.5-3.6），系统必须为64位

6.2.2 再安装前端keras

命令行输入：
pip install keras==2.3.1 -i https://pypi.douban.com/simple

6.3 安装虚拟环境插件

在虚拟环境中输入：
Conda install nb_conda

至此，大功告成！

，