keras配置（WIN10/GPU版本）

原来在大神的带领下配置过 tensorflow + keras 的环境。重装了电脑。自己又配了一次。
这个配置的是GPU版本的tensorflow（运算快）。所以需要安装显卡驱动cuda和运算平台cudaa。之后再python环境下安装tensorflow 和 keras。过程中有不少弯路，所以把步骤记录下来。

---

安装 Anaconda3

官网直接下载安装。

---

创建虚拟环境

输入

conda create -n tensorflow python=3.5

激活

activate tensorflow

关闭

deactivate tensorflow

---

安装Visual Studio

传统安装方法，这里不安装会在安装cuda的时候提示。

---

安装GPU驱动

cuda

传统安装方式，不赘述

安装 cudnn

解压，得到一个cuda文件夹，里面包含三个文件夹bin、include、lib。拷贝到cuda的安装目录下，并且把两个其中的两个路径添加到系统环境变量中。
* cuda安装目录在C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0
* 两个需要添加的路径
* C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin
* C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\lib\x64

---

安装Tensorflow

激活python虚拟环境

activate tensorflow

安装

这里安装的是GPU版本。更过细节可以参考Tensorflow中文社区。

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl

安装两个依赖包

两个包分别是numpy、scipy。

下载网站（http://www.lfd.uci.edu/~gohlke/pythonlibs/ ）。
cd切换到文件位置，通过pip命令安装。

numpy-1.13.1+mkl-cp35-cp35m-win_amd64.whl
pip install scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl

安装 kears

更改软件源以提高下载速度

pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

配置 PyCharm

重要的是在PyCharm新建工程的时候选择虚拟环境。

---

测试

复制一个开源的Gan网络代码。测试一下GPU的运算效果。

完善bug

报错提示缺少matplotlib包。在命令行中通过pip安装(要激活虚拟环境)

pip install matplotlib -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

之后可以正常运行，证明环境搭建完成！！！