R语言学习之安装kreas
R语言学习之安装kreas（CPU或GPU版）
今天给大家介绍一下如何用Custom的安装方法在R中使用kreas（前提是在电脑中安装了python3）。
- CPU版本：
操作系统：win10
在R中进行如下步骤：
1， install.packages(“keras”) # keras包给R语言提供了一个访问Python Keras的接口。
2， install.packages(“tensorflow”) #因为keras是基于tensorflow的，因此需要安装TensorFlow
3， install_tensorflow(method = “system”) #将TensorFlow安装到系统的python里（同时Keras也默认被安装），其他方法可见（https://tensorflow.rstudio.com/tensorflow/articles/installation.html#custom-installation）。完成后可试着打开python控制台输入 import keras, 如果没报错则说明安装成功。
在R脚本中添加下面的代码即可使用keras。
library(keras)
use_python("E:/Program Files/Python36")#让R使用指定的python即安装了tensorflow的python
- GPU版本（友情提示：GPU版本安装不容易可能会出现各种各样的问题，请谨慎选择。GPU版本主要是为了加速深度学习算法）
说明：这里的GPU版本实际上是指TensorFlow的GPU版本，因为kreas的后台引擎是Tensorflow，kreas本身并没有GPU版本。安装GPU版本的TensorFlow主要是想利用GPU加快运行深度神经网络，其它方面可能没什么帮助。GPU版本的Tensorflow需要用到基于CUDA的cuDNN（一个库包含了GPU加速的用于构建深度神经网络的基本元件）。
操作系统： win10
显卡：GTX 960M (一定得是NVIDIA显卡）
步骤：
1， 安装CUDA （请看 https://blog.csdn.net/weixin_43858148/article/details/84640157 ）
2，下载 cuDNN（需注册登录，下载链接 https://developer.nvidia.com/rdp/cudnn-download ）
3，解压下载后的cuDNN将里面的文件拷贝到相应的CUDA安装文件下面的文件夹中。如将 cuDNN\bin\cudnn64_7.dll 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin，将 cuDNN\lib\x64\cudnn.lib 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64，将 cuDNN\include\cudnn.h 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include 即可。
4，去TensorFlow官网（https://www.tensorflow.org/install/pip ）下载GPU版TensorFlow。如https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
5，用管理员身份打开cmd，利用pip install file（得先用python安装pip才能用）安装下载的TensorFlow文件。若不知道如何安装wheel文件可以查看 https://blog.csdn.net/DeniuHe/article/details/77163482 。注：如果已经安装CPU版TensorFlow最好先卸载（pip uninstall tensorflow）再安装GPU版TensorFlow。
6，最后利用 pip install keras 来安装keras。
7，测试是否安装成功。打开python控制台，输入 import tensorflow as tf 和 import keras 。如果没有报错则说明安装成功 ?。
在R脚本中添加下面的代码即可使用keras。
install.packages("tensorflow")
install.packages(“keras”)
library(keras)
use_python("E:/Program Files/Python36")#让R使用指定的python即安装了tensorflow GPU版的python