這裡需要說明一下,筆者不建議在windows環境下進行深度學習的研究,一方面是因為windows所對應的框架搭建的依賴過多,社群設定不完全;另一方面,linux系統下對顯示卡支援、記憶體釋放以及儲存空間調整等硬體功能支援較好。如果您對linux環境感到陌生,並且大多數開發環境在windows下更方便操作的話,希望這篇文章對您會有幫助。
如果您是高校學生或者高階研究人員,並且實驗室或者個人資金充沛,建議您採用如下配置:
如果您是僅僅用於自學或**除錯,亦或是條件所限僅採用自己現有的裝置進行開發,那麼您的電腦至少滿足以下幾點:
關於windows的版本選擇,本人強烈建議對於部分高效能的新機器採用windows 10
作為基礎環境,部分老舊筆記本或低效能機器採用windows 7
即可,本文環境將以windows 10
作為開發環境進行描述。對於windows 10的發行版本選擇,筆者建議採用windows_10_enterprise_2016_ltsb_x64
作為基礎環境。
ed2k://|file|cn_windows_10_enterprise_2016_ltsb_x64_***_9060409.iso|3821895680|ff17ff2d5919e3a560151bbc11c399d1|/
(安裝cpu版本非必須安裝)
cuda編譯器為microsoft visual studio,版本從2010-2015,cuda8.0
僅支援2015版本,暫不支援vs2017,本文採用visual studio 2015 update 3
。 同樣直接貼出迅雷熱鏈:
python環境建設推薦使用科學計算整合python發行版anaconda,anaconda是python眾多發行版中非常適用於科學計算的版本,裡面已經整合了很多優秀的科學計算python庫。 建議安裝anconda3 4.2.0
版本,目前新出的python3.6存在部分不相容問題,所以建議安裝歷史版本4.2.0注意:windows版本下的tensorflow暫時不支援python2.7
在cmd命令列或者powershell中輸入:
# gpu 版本
>>> pip install --upgrade tensorflow-gpu
# cpu 版本
>>> pip install --upgrade tensorflow
# keras 安裝
>>> pip install keras -u --pre
之後可以驗證keras是否安裝成功,在命令列中輸入python命令進入python變成命令列環境:
>>> import keras
using tensorflow backend.
i c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened cuda library cublas64_80.dll locally
i c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened cuda library cudnn64_5.dll locally
i c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened cuda library cufft64_80.dll locally
i c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened cuda library nvcuda.dll locally
i c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:135] successfully opened cuda library curand64_80.dll locally
>>>
沒有報錯,那麼keras就已經成功安裝了
>>> conda install git
>>> git clone
>>> cd keras/examples/
>>> python mnist_mlp.py
程式無錯進行,至此,keras安裝完成。 Win8下安裝theano和keras
最近在學習神經網路方面的知識,用到了python的第三方庫keras和theano,可能是運氣好,一下子就搞定了。分享給大家 windows下執行theano和keras需要安轉好mingw windows 下的gcc和g 據說是為了加速,再安裝theano,最後安裝keras.解壓後開啟進入bin...
keras安裝及配置
參考 搭建環境 deepin15.3 64位 python版本 2.7 ps 沒搭建gpu加速庫 系統公升級 sudo apt update sudo apt upgrade 安裝python基礎開發包 因為我之前安裝了其中的大多數,所以這裡只有nose和gfortran沒安裝了 安裝nose pi...
Keras的安裝與配置
keras是由python編寫的基於tensorflow或theano的乙個高層神經網路api。具有高度模組化,極簡,可擴充等特性。能夠實現簡易和快速的原型設計,支援cnn和rnn或者兩者的結合,可以無縫切換cpu和gpu。本文主要整理了如何安裝和配置keras。我使用的python版本是2.7.1...