Windows10配置TensorFlow-GPU及Keras教程

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。

你可能感兴趣的:(深度学习)