1 安裝Anaconda3(python3.6版本)
Anaconda與python版本的對應關係如下:
由於tensorflow等包的要求,我們選取python版本爲3.6.5的anaconda,即Anaconda3-5.2.0-Windows-x86_64.exe,下載地址爲:https://repo.anaconda.com/archive/
然後雙擊安裝即可,記得需要選擇將path加入到系統環境變量中(system,all users)
安裝完成後查看python
然後查看pip版本,輸入pip show pip,
查看pip 1)是否爲anaconda3中的python的pip;2)是否爲最新版本,下圖所示爲正確情況。
如果不滿足條件(1),則輸入pip uninstall pip卸載當前pip
如果不滿足條件(2),在保證條件(1)的情況下,如下圖所示
輸入
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple/
更新pip到最新版
2 安裝依賴項
安裝最新版本的numpy,scipy,scikit-learn,pillow,h5py,輸入:
python -m pip install --upgrade scipy scikit-learn pillow h5py -i https://pypi.tuna.tsinghua.edu.cn/simple/
3 安裝Tensorflow
關於Tensorflow版本與CUDA和cuDNN版本對應關係,參考→不同版本的Tensorflow與CUDA及cuDNN版本對應關係
由於要安裝Tensorflow1.12的版本,所以選擇CUDA9.0和cuDNN7.5.0版本。
3.1 安裝CUDA
CUDA歷史版本獲取地址:https://developer.nvidia.com/cuda-toolkit-archive
CUDA臨時安裝路徑,C:\Users\fabya\AppData\Local\Temp\CUDA
注意:
爲了不影響電腦原本安裝的cuda其他工具包,安裝時我們選擇“自定義”,
並且選擇“自定義”中提供文件可選列表中的CUDA(版本標註爲9.0),其他組件版本太老沒必要選擇和安裝,
後面按照流程正常安裝。
安裝完成後系統環境變量會新增加兩個path:CUDA_PATH和CUDA_PATH_V9_0
檢查CUDA是否安裝好,重新打開一個cmd,輸入nvcc --version(兩個破折號不是一個)
CUDA就安裝好了
3.2 安裝cuDNN
cuDNN獲取地址:https://developer.nvidia.com/rdp/cudnn-archive
然後進入到CUDA的路徑裏,將下載好的cudnn-9.0-windows10-x64-v7.5.0.56.zip壓縮包內的文件,解壓到cuda\v9.0裏同名對應的文件夾中。(9.2的截圖,不過意思一樣)
然後將以下幾個路徑加入到系統環境變量path中
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
3.3 pip安裝Tensorflow
首先輸入
python -m pip install --upgrade tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
如果不能自動下載安裝的話,請到https://pypi.tuna.tsinghua.edu.cn/simple/網頁中,按Ctrl+F搜索tensorflow-gpu,點進去搜索tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl,點擊並下載
再輸入指令
python -m pip install --upgrade tensorflow_gpu-1.12.2-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
(1.12.0的截圖,1.12.2忘了截圖。。)
下面檢驗是否安裝成功,輸入如下圖所示代碼,可以看到Tensorflow包已經可以成功導入!
卸載tensorflow(如果需要的話)
輸入
python -m pip uninstall tensorflow-gpu
4 安裝Keras
輸入
python -m pip install --upgrade keras -i https://pypi.tuna.tsinghua.edu.cn/simple/
可以看到Keras2.2.4安裝成功!
接下來配置Keras,
到路徑 C:\Users\fabya\.keras(前面兩個位置分別爲:users或用戶\當前用戶賬號)下編輯keras.json文件
實在找不到,就用搜索功能搜索keras.json
打開之後發現默認的參數配置如下圖所示:
各參數可取值及含義如下表所示:
注:
Keras 2.2.4 的 image_data_format 參數對應爲 Keras 1.x 版本中的 image_dim_ordering 參數,
取值channels_last對應 Keras 1.x 中的 tf 取值(Tensorflow圖像通道順序:[寬,高,深]);
取值channels_first對應 Keras 1.x 中的 th 取值(Theano圖像通道順序:[深,寬,高])。
我們把image_data_format設置爲channels_last(默認設置)。
測試一下,輸入一下如下圖所示代碼
import keras
from keras.models import Sequential
好的,環境搭建成功!
附錄:
其他安裝tensorflow的方法:
python -m pip install --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
安裝stable版tensorflow1.13.1
(安裝指定tensorflow版本 pip install tensorflow==1.2.0)