win10配置Keras及GPU环境

今天搭建了Keras深度学习的环境详细记录一下

安装Anaconda3

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

Anaconda3官网下载：https://www.anaconda.com/distribution/#download-section

选适合的版本安装即可

安装的时候记得勾选add anaconda to my PATH environment variable

安装好之后检查一下：

没有问题。

在Anaconda中创建TensorFlow的虚拟环境

conda info --envs

这个命令是检测Anaconda所有的环境变量的

然后创建虚拟环境：

conda create --name tensorflow python=3.5

TensorFlow官方现在还不支持python3.7 所以我装的是3.5

安装完之后再来看一下：

现在已经创建了一个TensorFlow的虚拟环境了。

进入这个虚拟环境的命令是：

activate tensorflow

退出是：

deactivate

安装CUDA和CUDNN

先安装cuda：

https://developer.nvidia.com/cuda-toolkit-archive

我下的是cuda10.0

注意这里安装的时候 visual studio那一项不要勾选，否则容易安装失败

下载安装之后安装cudnn：
https://developer.nvidia.com/rdp/cudnn-download

不过这个需要先注册再下载

下载解压之后将CUDNN中的bin、include、lib文件黏贴到CUDA10.0相应的文件夹之中即可

检查系统变量中是否存在以下路径，没有的话手动添加就行了：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib

安装TensorFlow和Keras

进入虚拟环境后，安装TensorFlow的GPU版本：

pip install tensorflow-gpu

可以看到已经安装了

然后安装keras：

pip install keras

启动Jupyter Notebook

Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。

Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。

在虚拟环境里面输入jupyter notebook 启动jupyter notebook

这个时候的python3是我系统原来就有的python3 没有TensorFlow库需要配置一下使jupyter可以运行虚拟环境里的python：
进到虚拟环境里面之后：

pip install ipykernel

python -m ipykernel install --user --name=tensorflow

先安装ipykernel库再配置一下就好了

这时再打开jupyter：

就有了TensorFlow可以选

然后就可以愉快的进行学习啦~

巴特西