本專欄是Keras學習筆記,主要是Keras使用方法,配合各種案例,學習煉丹技巧,力求詳細全面,如有錯誤不吝批評指正。
開篇搭建環境,買了臺全新電腦,從頭搭建,按照文中步驟,可以搭建成功,很多坑都考慮到了。全新電腦什麼都沒有,所以按照下面教程來,基本可行。
〇:先上最終安裝的各版本號:
-
Windows 10 64位1909
-
python 3.6.5
-
CUDA 10.0(具體版本號:10.0.130_411.31)
-
CUDNN 7.6.0(具體版本號:7.6.0.64)
-
TensorFlow 1.15.2(TensorFlow 一代最後一個版本)
-
Keras 2.3.1
根據踩坑記錄,python、CUDA、CUDNN、TensorFlow-gpu、Keras版本務必版本對應。
(1)python、CUDA、CUDNN、TensorFlow-gpu版本對應
我上面的版本python、CUDA、CUDNN、TensorFlow-gpu版本對應是下面這個網站來的:
https://tensorflow.google.cn/install/source_windows
截圖如下,比如你裝TensorFlow-gpu 1.14.0,需要CUDA 10.0和CUDNN 7.4,python 3.5-3.7。
不過我裝了TensorFlow-gpu 1.15.2,下圖根本沒有提到,這。。。我都是挨個試的,最終確定了需要CUDA 10.0和CUDNN 7.6。
(2)TensorFlow-gpu和Keras版本對應
TensorFlow-gpu也需要和Keras版本對應,下面這個網站看到的:
https://docs.floydhub.com/guides/environments/
截圖如下,比如我是TensorFlow 1.15.2,就找1.15版本對應的Keras版本,是最新的2.3.1。
版本坑搞定很關鍵,那麼開始安裝教程:
一、安裝CUDA
(1)看顯卡最高支持的CUDA版本
如下,點擊系統信息——組件,可我的顯卡驅動最高支持CUDA 10.2,所以安裝10.0沒什麼問題。
(2)下載CUDA
如下網站下載CUDA 10.0。
https://developer.nvidia.com/cuda-toolkit-archive
我是Windows 10系統,選擇本地離線包,2個多G。
離線包帶着顯卡驅動,默認安裝容易安裝失敗,所以安裝時選擇自定義,如下注意箭頭標記的不要勾選:
(3)配置CUDA環境變量
CUDA安裝完成後,來配置環境變量。
(3.1)打開環境變量設置
如下計算機屬性——高級系統設置——環境變量設置。
(3.2)配置系統變量
-
CUDA_BIN_PATH = %CUDA_PATH%\bin
-
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
-
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
-
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
-
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
如下圖,一共7個,當然CUDA_PATH和CUDA__PATH_V10_0安裝完CUDA自動添加的。
(3.3)配置用戶變量
在用戶變量的Path中添加:C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0。
如果沒有這個路徑,用戶變量就不用加了。
最後保存即可完成環境變量設置。
二:CUDNN配置
如下網站下載CUDNN,需要註冊英偉達開發者賬號才能下載,註冊就行了哈。
https://developer.nvidia.com/rdp/cudnn-archive
前面說過,我的配置需要CUDNN 7.6.0,如下選擇7.6.0 for CUDA 10.0即可。
CUDNN就是個壓縮包,裏面的文件拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目錄下即可。
三、安裝Visual Studio 2015、2017 和 2019支持庫
這個支持庫務必安裝,否則後面各種坑,支持庫不大,10多MB。
下載地址如下:
四、安裝Python 3.6.5
(1)Python安裝
如下官網下載,我喜歡下載exe的。
https://www.python.org/www.python.org
然後如下安裝時候注意勾選添加環境變量,然後安裝即可。
(2)PIP源修改
pip源默認國外,下載很慢,建議修改成清華源,設置很簡單。
cmd裏先後輸入即可完成配置。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
pip -U pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
五、安裝TensorFlow-gpu
(1)pip安裝
pip install tensorflow-gpu==1.15.2
即可。
(2)檢查安裝是否成功
如下程序檢查是否安裝成功,來個代碼看看:
from tensorflow.python.client import device_lib
import tensorflow as tf
print(device_lib.list_local_devices())
print(tf.test.is_built_with_cuda())
如下輸出GPU就是沒啥問題了:
六、安裝Keras
(1)pip安裝
pip install keras==2.3.1
即可。
(2)檢查安裝是否成功
如下程序檢查是否安裝成功,來個代碼看看:
from keras import backend as K
print(K.tensorflow_backend._get_available_gpus())
如下輸出GPU就是沒啥問題了:
好了,結束,環境搭建完成,下面我們就可以寫寫項目實戰了,歡迎持續關注。
哦,還忘了。
七、(可選)安裝Pycharm
我對Pycharm情有獨鍾,不錯的Python編輯器。
如下網站,選擇免費的社區版下載安裝即可。
https://www.jetbrains.com/pycharm/download/#section=windowswww.jetbrains.com