Windows10配置TensorFlow-GPU及Keras教程

引

TensorFlow是Google推出的深度学习开源框架。相比于Keras、Caffe等框架，TensorFlow在GitHub上的star数量、fork数量、contributor数量都一骑绝尘。到今天为止（2017-11-30），TensorFlow官方已经宣布原生支持Windows操作系统，但目前，仍主要通过CUDA支持Nvidia的GPU，AMD系显卡可通过OpenCL支持，但成熟度较低。在此背景下，本文将以最快速度带你在Windows10、Nvidia GPU下配置TensorFlow-GPU版本。感兴趣的朋友可以顺便安装一下Keras。

笔者个人主机：
CPU：AMD Ryzen5 1600X
GPU：Nvidia GeForce GTX1060 6GB
操作系统：Windows 10 64bit

安装前准备：

1.Python开发环境（Anaconda+PyCharm）

2.确认你的显卡在Nvidia的支持CUDA加速的显卡列表中。

据我从 https://developer.nvidia.com/cuda-gpus 中的粗略观察，GeForce Desktop Products和Notebook Products中的几乎所有常见的消费级显卡都是支持的，今天从市场买到的配置中等以上的主机或者Notebook，一般都采用的GTX 6系到10系间的显卡，所以几乎都可以安心装CUDA，如果是GTX6系以下或者GT系列，或者笔记本的GTX 某某某M（型号最后为M），慎用显卡加速。至于专业级的大显存Tesla系列显卡，显然是支持CUDA的。

以下内容截至2017-11-30为最新。

---

1. CUDA的安装

英伟达官方下载地址，约1.2GB。
https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_win10-exe
下载完成后正常安装，完成后在Cortana中搜索“系统变量”，快速进入系统变量查看是否多了以下两个变量：

随后，cmd进入命令行，输入
nvcc-v
顺利出现Nvidia CUDA的版本号V8.0.61，恭喜你，安装成功。

2. cuDNN的安装

英伟达官方下载地址，约100MB。
https://developer.nvidia.com/cudnn
进入后，若要下载需注册核实等步骤，耗费时间。推荐直接用我分享百度云链接下载：
链接：https://pan.baidu.com/s/1bp8Sk7X 密码：9gil （失效请联系我）
下载完成后解压，将bin路径添加到系统变量Path中，例如我的“D:\cudnn\cuda\bin”。

恭喜你，cuDNN安装完成。

3. TensorFlow的安装

进入cmd，输入

pip install tensorflow-gpu

稍等即可安装完成，效果如下图：

测试一下吧，打开PyCharm，写个helloworld：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

编译通过，恭喜安装成功！

4. Keras的安装

进入cmd，输入

pip install keras

发现爆红，心塞。

StackOverflow一波之后，发现此问题通常出现于安装了TensorFlow之后。
解决方法：
从https://github.com/html5lib/html5lib-python/tree/master/html5lib中下载所有文件，覆盖掉本机Anaconda\Lib\site-packages\html5lib下的所有文件。再次pip，成功。

打开PyCharm的Python Console，在命令行中输入：

import keras

没有报错，恭喜你安装成功。通常，还伴随一行输出：

Using TensorFlow backend.

这表示我们安装的Keras以TensorFlow作为后端。