Keras在windows环境下安装配置教程
⽬录
由于Keras默认以Tensorflow为后端，且Theano后端更新缓慢，本⽂默认采⽤Tensorflow1.0作为Keras后端，Theano版安装⽅式请访问
href的使用⾸先，
关于计算机的硬件配置说明
推荐配置
如果您是⾼校学⽣或者⾼级研究⼈员，并且实验室或者个⼈资⾦充沛，建议您采⽤如下配置：
主板：X299型号或Z270型号
CPU: i7-6950X或i7-7700K 及其以上⾼级型号
内存：品牌内存，总容量32G以上，根据主板组成4通道或8通道
SSD： 品牌固态硬盘，容量256G以上
显卡：NVIDIA GTX TITAN(XP) NVIDIA GTX 1080ti、NVIDIA GTX TITAN、NVIDIA GTX 1080、NVIDIA GTX 1070、NVIDIA GTX 1060 (顺序为优先建议，并且建议同⼀显卡，可以根据主板插槽数量购买多块，例如X299型号主板最多可以采⽤×4的显卡)电源：由主机机容量的确定，⼀般有显卡总容量后再加200W即可
最低配置
如果您是仅仅⽤于⾃学或代码调试，亦或是条件所限仅采⽤⾃⼰现有的设备进⾏开发，那么您的电脑⾄少满⾜以下⼏点：
软考下半年考试科目CPU：Intel第三代i5和i7以上系列产品或同性能AMD公司产品
内存：总容量4G以上
CPU说明
⼤多数CPU⽬前⽀持多核多线程，那么如果您采⽤CPU加速，就可以使⽤多线程运算。这⽅⾯的优势对于服务器CPU志强系列尤为关键显卡说明
如果您的显卡是⾮NVIDIA公司的产品或是NVIDIA GTX系列中型号的第⼀个数字低于6或NVIDIA的GT系列，都不建议您采⽤此类显卡进⾏加速计算，例如NVIDIA GT 910、 等等。
如果您的显卡为笔记本上的GTX移动显卡（型号后⾯带有标识M），那么请您慎重使⽤显卡加速，因为移动版GPU容易发⽣过热烧毁现象。php兑换人民币汇率
如果您的显卡，显⽰的是诸如 HD5000,ATI 5650 等类型的显卡，那么您只能使⽤CPU加速
如果您的显卡芯⽚为Pascal架构（NVIDIA GTX 1080,NVIDIA GTX 1070等），您只能在之后的配置中选择CUDA 8.0
基本开发环境搭建
1. Microsoft Windows 版本
关于Windows的版本选择，本⼈强烈建议对于部分⾼性能的新机器采⽤Windows 10作为基础环境，部分⽼旧笔记本或低性能机器采
⽤Windows 7即可，本⽂环境将以Windows 10作为开发环境进⾏描述。对于Windows 10的发⾏版本选择，笔者建议采
⽤Windows_10_enterprise_2016_ltsb_x64作为基础环境。java最常用的五个包
直接贴出热链，复制粘贴迅雷下载：
ed2k://|file|cn_windows_10_enterprise_2016_ltsb_x64_dvd_9060409.iso|3821895680|FF17FF2D5919E3A560151BBC11C399D1|/
2. 编译环境Microsoft Visual Studio 2015 Update 3
(安装CPU版本⾮必须安装)
CUDA编译器为Microsoft Visual Studio，版本从2010-2015，cuda8.0仅⽀持2015版本，暂不⽀持VS2017，本⽂采⽤Visual Studio 2015 Update 3。
同样直接贴出迅雷热链：
ed2k://|file|cn_visual_studio_professional_2015_with_update_3_x86_x64_dvd_8923256.iso|7745202176|DD35D3D169D553224BE5FB44E074ED5E|/
3. Python环境
python环境建设推荐使⽤科学计算集成python发⾏版Anaconda，Anaconda是Python众多发⾏版中⾮常适⽤于科学计算的版本，⾥⾯已经集成了很多优秀的科学计算Python库。 建议安装Anconda3 4.2.0版本，⽬前新出的python3.6存在部分不兼容问题，所以建议安装历史版本4.2.0 注意：windows版本下的tensorflow暂时不⽀持python2.7
下载地址：
4. CUDA
(安装CPU版本⾮必须安装) CUDA Toolkit是NVIDIA公司⾯向GPU编程提供的基础⼯具包，也是驱动显卡计算的核⼼技术⼯具。 直接安装CUDA8.0即可
下载地址：
在下载之后，按照步骤安装，不建议新⼿修改安装⽬录，同上，环境不需要配置，安装程序会⾃动配置好。
php 高并发
6. 加速库CuDNN
从官⽹下载需要注册 Nvidia 开发者账号，⽹盘搜索⼀般也能到。 Windows⽬前最新版v6.0，但是keras尚未⽀持此版本，请下载v5.1版本，即 cudnn-8.0-win-x64-v5.1.zip。 下载解压出来是名为cuda的⽂件夹，⾥⾯有bin、include、lib，将三个⽂件夹复制到安装CUDA的地⽅覆盖对应⽂件夹，默认⽂件夹在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0
Keras 框架搭建
安装
在CMD命令⾏或者Powershell中输⼊：
# GPU 版本
>>> pip install --upgrade tensorflow-gpu
# CPU 版本
>>> pip install --upgrade tensorflow
# Keras 安装
>>> pip install keras -U --pre
之后可以验证keras是否安装成功，在命令⾏中输⼊Python命令进⼊Python变成命令⾏环境：
>>> import keras
Using Tensorflow backend.
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\:135] successfully opened CUDA library cublas64_8 I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\:135] successfully opened CUDA library cudnn64_5 I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\:135] successfully opened CUDA library cufft64_80.
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\:135] successfully opened CU
DA library nvcuda.dll I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\:135] successfully opened CUDA library curand64_
>>>
没有报错，那么Keras就已经成功安装了
Keras中mnist数据集测试 下载Keras开发包
>>> conda install git
>>> git clone github/fchollet/keras.git
>>> cd keras/examples/python入门教程网盘
>>> python mnist_mlp.py
程序⽆错进⾏，⾄此，keras安装完成。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。