keras2.1.2+tensorflow-gpu-1.4+python-3.6+ubuntu

我的安装经过复盘:

 

一开始为了避免手动安装显卡的cudnn那两个组件,采用anaconda进行安装TensorFlow-gpu和keras

先下载安装anaconda3,然后新建并激活环境tesla,使用的3.5.4版本的python

代码如下:

conda create -n tesla python=3.5.4

conda activate tesla 

然后利用如下代码,主要是为了让它自动安装cudnn那一堆东西

使用代码:

 conda install keras-gpu==2.2.4

这里conda直接就把python升级为3.6了,之后的pip就必须使用pip3 install。

然后就搭建完成,可以直接去运行代码,根据错误提示,缺少什么利用pip install 安装。

如果遇到InstanceNormalization的错误,尝试在以下两个代码之间切换

#from keras_contrib.layers.normalization import InstanceNormalization
from keras_contrib.layers.normalization.instancenormalization import InstanceNormalization

如果出现这个错误keras-contrib就把keras版本降到2.1.2

pip3 install keras==2.1.2
然后基本就没有什么问题了

如果需要可视化需要额外去安装软件

现在管理员账户下安装graphviz

sudo apt-get install graphviz

然后在自己建立的conda环境中安装这两个库

conda install graphviz

conda install pydot

就能使用keras的可视化了

你可能感兴趣的:(环境,ubuntu,keras-gpu)