深度学习(4)--Keras安装

目录

Keras安装:

1.1.安装CUDA/cuDDN工具包

   1.1.1.安装前准备

   1.1.2.安装CUDA

   1.1.3.安装cuDDN

1.2.安装Anaconda

1.3.安装tensorflow框架

   1.3.1.使用cmd安装

   1.3.2.使用Anaconda Prompt安装

1.4.安装Keras框架

1.5.打开jupyter notebook，执行import调用

---

Keras安装:

1.1.安装CUDA/cuDDN工具包

1.1.1.安装前准备

(1).查看显卡支持的最高cuda版本

在命令行中输入nvidia-smi.exe

博主的电脑显卡支持的CUDA最高版本为12.2

(2).查看对应CUDA对应的VS版本,提前安装好VS(此处不做VS安装展示)

查询官方的安装文档(此处给出的示例为CUDA12.1):

cuda-installation-guide-microsoft-windows 12.1 documentation

支持的VS版本如下表所示:

选择对应的VS版本进行安装即可 

如果已经安装了VS,可以通过如下方法查询版本是否符合要求

随便打开一个项目,在顶部找到帮助,

点击关于Mircrosoft Visual Studio

即可查询到当前安装的VS版本

(3).如需下载gpu版本的Keras,找到CUDA对应的cuDNN版本

在官方下载界面中查询对应版本: 

Log in | NVIDIA Developer

CUDA 12.x版本对应的cuDDN v8.9.7

1.1.2.安装CUDA

下载12.1.0版本的CUDA安装包

Version的选择取决于你的操作系统版本,博主的电脑是Windows10,则选择Version 10

Installer Type选择的是在线下载和离线下载,可按自己的需求选择

下载安装包后,开始安装

按照步骤依次安装即可,唯一有区别的点在于你是否提前安装了Visual Studio

如果提前安装了Visual Studio

如果没有提前安装Visual Studio,需要把CUDA里面的Visual Studio Integration取消

显示已经安装了的VS版本

安装完成

检查是否安装成功

在cmd中输入nvcc -V

出现了如上的CUDA版本信息,则安装成功 

1.1.3.安装cuDDN

在下述链接中下载CUDA对应的cuDNN:

Log in | NVIDIA Developer

将下载的cuDDN压缩包解压

再将cudnn的解压下的三个文件bin , include , lib 对CUDA安装目录下的同名文件进行替换

检查是否安装成功

在VS中创建一个CUDA项目

运行此demo

显示如上图所示,则安装成功 

1.2.安装Anaconda

在如下链接中下载Anaconda安装包

https://docs.anaconda.com/free/anaconda/reference/packages/pkg-docs/

下载安装包后,开始安装

根据流程依次安装即可,此处的Add Anaconda3 to my PATH environment variable即将Anaconda加入环境变量中,勾选后使用Anaconda自带的prompt于cmd的效果基本相同)

博主此处勾选了,方便在cmd中直接调用conda指令

安装成功后,查看Python和Anaconda版本

打开Anaconda Powershell Prompt

分别输入conda --version和python --version查看版本

1.3.安装tensorflow框架

1.3.1.使用cmd安装

在cmd中输入如下指令搭建tensorflow环境(python=刚刚查询到的python版本号)

conda create -n tensorflow-gpu python=3.11.5

查询当前已存在的环境 

conda info --envs

激活tensorflow-gpu环境

activate tensorflow-gpu

关闭tensorflow-gpu环境

conda deactivate

在激活tensorflow-gpu的环境下安装tensorflow

pip install tensorflow

 

如果安装爆红(安装过慢)

 将安装指令改为如下指令(添加一层限制 --default-timeout=100)

pip --default-timeout=100 install tensorflow

安装完成

检查是否安装成功 

在cmd输入如下代码查看tensorflow的全部版本

conda search --full --name tensorflow

1.3.2.使用Anaconda Prompt安装

在Prompt中输入如下指令，创建一个新的虚拟环境

conda create --name tensorflow1 python=3.11.5 anaconda

加入最后的anaconda命令选项，会在建立虚拟环境时，同时安装其他Python软件包，例如Jupyter Notebook，Numpy，SciPy，Matplotlib，Pandas这几个用于数据分析的包。如果没有加此命令选项，则会建立一个空的虚拟空间，需要自己安装其他软件包。

激活tensorflow环境

conda activate tensorflow1

安装tensorflow

pip --default-timeout=100 install tensorflow

检查是否安装成功

conda list tensorflow

存在tensorflow库则为安装成功

1.4.安装Keras框架

在cmd/anaconda prompt中输入下述代码：

CPU版本

pip install keras

GPU版本

pip install keras-gpu

 检查是否安装成功

 在cmd中输入如下代码

conda search --full --name keras

1.5.打开jupyter notebook，执行import调用

在cmd中输入下列两行代码，先激活虚拟环境，再进入jupyter notebook开发界面

activate tensorflow-gpu  //激活虚拟环境tensorflow-gpu
jupyter notebook  //启动jupyter

在new的下拉框中选择Notebook 

再选择Python3(ipykernel)

导入tensorflow代码

导入Keras代码

Shift+enter执行代码，光标移到下一个程序单元格

Ctrl+enter执行代码，光标仍在当前程序单元格

未报错则成功导入tensorflow和keras(不用理会warning)

至此，完成Keras的安装