安装 Keras（tensorflow-gpu）

首先确保你的机器已经安装Anaconda

临时切换到清华源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

在安装 Keras 之前，请安装以下后端引擎之一：TensorFlow，Theano，或者 CNTK。目前大家用的比较多使用 TensorFlow 后端

一、安装tensorflow/keras

如果机器上有gpu，则安装gpu版本，没有GPU就安装cpu版

安装tensorflow：pip install tensorflow-gpu

安装keras：pip install keras

 

 

或者直接使用conda命令

切换清华源站

1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2. conda config --set show_channel_urls yes

 

安装tensorflow：pip install tensorflow-gpu

安装keras：pip install keras

 

二、安装gpu版tensorflow后需要安装显卡驱动

1，安装cuda9.0

链接：https://pan.baidu.com/s/1YfPo0Wn6EWayIufzJOeKEA 密码：kijm

本人网盘有

下载解压默认安装即可

2，cuDNN

链接：https://pan.baidu.com/s/17KD1e7OVFQt7Gs2JfbPZ5A 密码：ui07

1，下载解压会生成cuda/include、cuda/lib、cuda/bin三个目录

2，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到cuda安装目录（win10，下默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）

 

三、测试是否安装成功

import tensorflow
import keras

>>> import keras

Using Tensorflow backend.
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cublas64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cudnn64_5.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library cufft64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library nvcuda.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened CUDA library curand64_80.dll locally

如果没有报错那就表示安装成功了

四、开始学习吧

• Keras中mnist数据集测试 下载Keras开发包

• 进入cmd
  >>> conda install git #安装git
  >>> git clone https://github.com/fchollet/keras.git #下载keras文件包，包含文档，案例
  >>> cd keras/examples/ # 进入案例包------默认安装在用户目录下
  >>> python mnist_mlp.py #运行一个实例