Win10搭建GPU版Keras

欢迎转载，转载请注明出处。

放在最前边：真正搭建环境，还是需要看官方手册，虽然是英文的，但是确实比查一堆中文博客省时间，这个博客全当是学习笔记。

Part 1：参考文献

[1]Keras原版官方手册   https://keras.io/getting-started/faq/

[2]TensorFlow官方安装手册   https://www.tensorflow.org/install/

[3]Keras中文手册   http://keras-cn.readthedocs.io/en/latest/

[4]http://www.jianshu.com/p/c245d46d43f0

[5]http://blog.csdn.net/errors_in_life/article/details/65936133

[6]http://blog.csdn.net/yfszzx/article/details/50083281

[7]http://blog.csdn.net/u013709270/article/details/73385586?locationNum=1&fps=1

[8]http://blog.csdn.net/u012318074/article/details/77075209

[9]http://blog.csdn.net/cheese_pop/article/details/78201359

Part 2：计算机配置

系统：Windows10 企业版 64位 x64

CPU：Intel E5-2620v4

内存：32G

GPU：NVIDIA GTX 1080

Part 3：软件

1.Visual Studio 2015

2.CUDA 8.0

        下载地址：https://developer.nvidia.com/cuda-downloads

        最新的CUDA9.0装后会出错，别轻易尝试，会很耗费时间   (╯‵□′)╯︵┻━┻

3.cuDNN 6.0

        下载地址：https://developer.nvidia.com/cudnn

        这里需要注册一个NVIDIA账号，之后选择自己windows版本的cuDNN即可。关于cuDNN的选择，TensorFlow的官方文档写的是选择cuDNN6.1版本，其他版本不支持。

        然而NVIDIA的官网根本没这个版本【手动滑稽】，后来没办法用的6.0版本成功了。

4.Anaconda

        下载地址：https://repo.continuum.io/archive/index.html

        版本选择：Anconda34.2.0

        Python环境建设推荐使用科学计算集成python发行版Anaconda，Anaconda是Python众多发行版中非常适用于科学计算的版本，里面已经集成了很多优秀的科学计算Python库。

        但是据TensenFlow的官方手册上说，Anaconda是社区支持，并不是官方支持，所以建议使用【”native” pip】，但是因为比较懒，所以直接用Anaconda也没啥问题。

        版本选择，一定不要选择Python2.7，虽然很经典，但是不支持最新的TensorFlow。

        同样的也不要选择最新的Python3.6版本，本身兼容性就有问题，还得设置回3.5版本。很难受。下边是官网，但是这俩其实都用不了...

5.TensorFlow和Keras直接在Python环境里装就行，不用单独下。

6.如果后续需要用到图形，尽量把这个DirectX也装上。

Part 4：安装DirectX

        这个我是参照别人的博客写的，前文已标注引用。

        微软的DirectX SDK工具包，不安装它的话，后面编译CUDA_Samples是没法成功的。

        下载地址：https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502

        直接按照提示下一步就好了。我在windows 10上安装的时候，最后的时候会报错，不过没有关系，关掉那个框。

        搜索下"d3dx9.h"、"d3dx10.h"、"d3dx11.h"头文件是不是存在，如果路径如下这个样子，就成功了。

Part 5：GPU软件安装

1.VS2015安装

2.CUDA8.0安装

        CUDA8.0安装时不要选简装，一定要把所有的东西都装全，并且放在三个文件夹中，方便后续开发。

        之后在【计算机】-【属性】-【高级系统设置】-【高级】-【环境变量】-【系统变量】-【Path】中添加两条路径。

        一般情况下，安装好之后就会自动添加的，但是不知道为什么我得手动一下……

3.cuDNN

        cuDNN其实就是一个支持的库，有人说需要单独设置路径，后来一想，直接把相关的lib、dll文件直接塞进CUDA里就可以避免所有的问题，甚至不需要单独配置路径。

        cuDNN里有一个【bin】文件夹，将cudnn64_5.dll放进CUDA的【bin】文件夹，路径如下：F:\CUDA8\Development\bin

        同理，【include】里的.h头文件放进    F:\CUDA8\Development\include

        【lib】文件放入    F:\CUDA8\Development\lib\x64

        一定注意区分x86和x64。

4.测试

        ①在VS2015中新建一个空项目，之后新建一个【NVIDIA】，用.cu结尾。

        ②属性界面选择【Release】不要Debug。

        ③平台选择【x64】平台，不要win32平台。

        ④配置属性：

                【VC++目录】-【包含目录】：F:\CUDA8\Development\include

                【VC++目录】-【库目录】：F:\CUDA8\Development\lib\x64

                【CUDA C/C++】-【Device】-【Code Generation】-修改成【sm_30】

                【链接器】-【输入】-【附加依赖项】-添加cudnn.lib和cudart.lib

        ⑤右键项目-【生成依赖项】-【生成自定义】-选择CUDA8.0生成

        ⑥右键.cu文件-【属性】-【常规】-【项类型】-【CUDA C/C++】

        ⑦测试代码：

#include <iostream>
#include <cuda_runtime.h> 
#include <cudnn.h> 
using namespace std;  
void main()
{
	cudnnHandle_t handle;
	cudnnStatus_t t = cudnnCreate(&handle);
	cout<< cudnnGetErrorString(t);
	getchar();
}

        运行结果：

        如果顺利运行说明CUDA和cuDNN都成功安装了。

Part 6：Python部分

1.安装Anaconda

        我没有按照默认目录安装，直接装在了F盘里。需要注意的是最新的3.6版本按照默认模式安装，需要自己安装路径，让它自己安装路径，它就提示不推荐，容易出错….

        我使用的这个版本就直接下一步下一步就OK了。

        安装成功后，在左下角的菜单栏里，找到Anaconda3，打开路径的文件夹，找到【Anaconda Prompt】和【Anaconda Navigator】，将两个快捷方式放在桌面上。

        注意：如果使用pip系列出错

        TypeError:parse()got an unexpected keyword argument 'transport_encoding'

        解决方案：

        需要在主界面中输入命令：conda install –canaconda html5lib

        静等安装好其他插件即可使用pip。

2.TensorFlow安装

       打开【Anaconda Prompt】，输入：pip install--upgrade tensorflow-gpu 

        它会自动安装TensorFlow。

        刚装的时候下载速度特别的慢，后来装上神奇的VPN，嗯，确实有提升，我的下载速度约400kb/s，可以达到我的要求，所以就没在修改pip的默认源了。

        还有一种方法修改默认源，将源改为国内的阿里的源，可以大幅度提升下载速度。

        如果下载还是失败，参考另外一个博主写的博客，粘贴在这里（已在最前边写好了引用）。

        注意：如果出现了这样的问题。

        “Cannot removeentries from nonexistent file c:\programfiles\anaconda3\lib\site-packages\easy-install.pth”

        是因为setuptool的版本过低，TensorFlow要求29.0.1.

        解决方案：

        在主界面中输入：pipinstall --upgrade --ignore-installed setuptools

        静等升级即可解决。

3.Keras安装

        打开【Anaconda Prompt】，输入：pip install keras

        系统会自动收集信息，安装Keras。

4.进入Python

        在主界面中输入：Python  之后输入

>>> conda install git

>>> git clone https://github.com/fchollet/keras.git

>>> cd keras/examples/

>>> python mnist_mlp.py

        误输入用exit（）可以退出。

5.测试

        ①在Python界面中输入：

import tensorflow as tf 
sess = tf.Session() 
a = tf.constant(10) 
b = tf.constant(22) 
print(sess.run(a + b))

        如果结果是32说明TensorFlow完全成功。

        ②在Python界面中输入：

import keras

        如果不报错说明安装成功