在Windows10中配置Keras-GPU版的环境

Keras相对于tensorflow用起来要爽很多。使用GPU版本的Keras，跑数据会比cpu版本的快很多。

前提条件：

环境：Windows10

显卡：Nvidia

如果是AMD的显卡，那就不用看这篇教程了。嘿嘿

话不多说，下面就是keras-GPU版本的配置。

 

1. 下载Anaconda。

使用andaconda的好处会给我们带来很多便利，比如，下载一个包，他会把这个包依赖的包都下载好。以及包含了一些好用的环境，比如jupyter notebook。

推荐从清华大学镜像站下载，会快很多。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

下载好对windows系统版本的安装包，这里不推荐下载最新的Anaconda，因为最新的Anaconda内置的是python 3.7，但是tensorflow现在支持的版本最高为3.6。如果你下载了，在后面有解决办法，但是不保证是通用。

 

然后直接下一步下一步下一步，安装好，安装的过程比较漫长，可以去干点别的。

 

等安装好了之后，配置一下环境变量。在path变量下，配置以下环境变量。

 

安装完成之后，可以在最近添加中找到Anaconda的快捷方式。

我们选择打开Anaconda Navigator。

 

 

2.开始配置Keras环境。

 

这是打开之后的主页。

我们点击channels，配置国内镜像源。

直接点add，这里添加的是清华大学的镜像源。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

添加完成之后，点击update channels。

接下来是安装需要的包，我们选择Environment。

在这里选择

然后在右侧选择搜索tensorflow

选择下载tensorflow-gpu。也就是apply，search package的过程中可能会等待很久的时候，没有关系，你可以去干点别的，等待弹出框之后，点击apply即可。

在anaconda中安装tensorflow的好处就是他会自动的帮你自动安装好CUDA和CUDAnn。

然后搜索Keras，选择安装Keras-GPU。安装即可。

 

 

以下是我安装完成之后，搜索Keras和tensorflow出现的搜索结果。

 

到目前位置，如果顺利的话，你的keras-gpu可能就安装好了，但是总有一些莫名奇妙的问题会出现的。

如果你使用了最新版本的Anaconda，其实没有太大的关系，我们在安装tensorflow的时候，anaconda会帮我们把python版本回退到3.6.

 

检查一下你的cuda版本。在andaconda软件中，所示cuda。查看cudatoolkit的版本。最好把你的cudatoolkit的版本保持和你的显卡cuda版本一致，或者低一个版本，这些对应的信息，在nvida的官网都是可以查看的。

 

我的cudatoolkit是9.0的版本，看一下我的显卡版本。

教程参考这里。

https://www.jianshu.com/p/d3b9419a0f89

我的cuda版本是10.0，使用cudatoolkit9.0还是可以的。

完