Windows10上安裝Keras 和 TensorFlow-GPU

安裝環境：

• Windows 10 64bit
• GPU: GeForce gt 720
• Python: 3.5.3
• CUDA: 8

 

1. 首先下載Anaconda3的Win10 64bit版，安裝Python3.5版本。由於目前TensorFlow對Windows只支持Python3.5。能夠直接下載Anaconda的安裝包安裝便可，通常不會有問題。（清華鏡像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）
2. TensorFlow 有兩個版本：CPU 版本和 GPU 版本。GPU 版本須要 CUDA 和 cuDNN 的支持，CPU 版本不須要。若是你要安裝 GPU 版本，請先確認你的顯卡支持 CUDA。我安裝的是 GPU 版本，採用 pip 安裝方式，因此就以 GPU 安裝爲例，CPU 版本只不過不須要安裝 CUDA 和 cuDNN。參考文獻1）中有詳細記錄。
3. 安裝cuda8.0（https://developer.nvidia.com/cuda-downloads）（2）中提到CUDA的安裝組件，果真發現，在安裝CUDA的過程當中，安裝包自身就包括了一個369.30版的顯卡驅動。那麼這個版本就應該是和CUDA8相互支持匹配的驅動程序。）
4. 安裝cudnn5.1（https://developer.nvidia.com/cudnn）解壓剛纔下下來的安裝包，將這三個文件夾下的文件拷到CUDA對應的文件夾下面便可
5. Anaconda安裝完成後，直接在Windows的命令窗口裏敲Python就應該能看到版本是不是3.5。
6. 建立tensorflow虛擬環境 C:> conda create -n tensorflow python=3.5，從此全部的東西都須要在該虛擬環境裏進行，包括安裝各類包和keras
7. 激活虛擬環境 C:> activate tensorflow 
8. To install the GPU version of TensorFlow, enter the following command (on a single line):(tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl 
9. 安裝keras 在tensorflow虛擬環境裏面，pip install keras
10. 報錯，安裝scipy失敗，只能單獨安裝scipy
11. 使用pip list查看哪幾個包沒有安裝成功，結果就缺乏scipy，這一步好像keras須要安裝包括numpy和wheel在內的幾個包，報錯scipy安裝失敗
12. 仍然在tensorflow虛擬環境裏面，進入python以下圖

13.  

14. 輸入import pip 和 print(pip.pep425tags.get_supported())，查看包的依賴性
15. 在www.lfd.uci.edu/%7Egohlke/pythonlibs/上找到相應的whl文件，下載到本地，注意依賴信息，cp35，cp35，mwin_amd64在上述網址找到相應的文件：numpy-1.13.0+mkl-cp35-cp35m-win_amd64.whl和scipy-0.19.0-cp35-cp35m-win_amd64.whl
16. 即便你在此前已經安裝過numpy，也請從該頁面中找到numpy+mkl的whl，下載到本地，由於重點在於mkl而不是numpy。
17. 把兩個包拷貝到當前路徑，如筆者就拷貝到c:\Users\Alexander文件夾下
18. 安裝這兩個文件，如圖

     

19. 而後就能夠安裝keras了

     

20. 測試一下：

     

21. 而後測試一下tensorflow，用官網上的就行。

    Invoke python from your shell as follows:

    $ python
    Enter the following short program inside the python interactive shell:

    >>> import tensorflow as tf
    >>> hello = tf.constant('Hello, TensorFlow!')
    >>> sess = tf.Session()
    >>> print(sess.run(hello))
    If the system outputs the following, then you are ready to begin writing TensorFlow programs:

    Hello, TensorFlow!

 這些命令也須要在tensorflow虛擬環境裏面運行。

 下一步就能夠測試mnist數據集了。

 

1）https://www.tensorflow.org/install/install_windows

2）http://blog.csdn.net/infovisthinker/article/details/54705826

3）http://jingyan.baidu.com/article/ca41422f27c56a1eae99ed39.html

4）https://keras.io/

 

 

還有幾篇也有參考

http://www.cnblogs.com/lyy-totoro/p/6433626.html

https://blog.csdn.net/allyli0022/article/details/52131751

http://blog.csdn.net/sb19931201/article/details/53648615

http://developer2.download.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod/doc/cudnn_install.txt?uB-MUhP4jAS6ZSEwLt7IT5AIDEb9zkBL3TZ10b2coenVnCBDM9LPZmV00tYAVZ7ayjzT_jH93R9uf5qMP9afMLRLgZPM_Fbex-1wmnmam3-AEytYJn2gAiQ8vBJfzQyBbQzZQuHFHGGvpIfKRqDAiCFKZWuUr9INBEwtf26JqOOiNZ56

http://www.tensorfly.cn/tfdoc/get_started/introduction.html