Anaconda下安装keras 配置(windows版本 GPU版)
来源:互联网 发布:筑业软件多少钱 编辑:程序博客网 时间:2024/05/21 20:59
Anaconda下安装keras 配置与pycharm运行demo(windows版本)
1、Anaconda概述
Anaconda是一个用于科学计算的Python发行版,支持Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。
再说一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待,甚至包括python和conda自身!因此,conda打破了包管理与环境管理的约束,能非常方便地安装各种版本python、各种package并方便地切换。
2、Anaconda安装
Anaconda的下载页有官网下载地址:https://www.continuum.io/downloads
,对Linux、Mac、Windows均支持。还可以选择清华的镜像下载,下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 安装时,会发现有两个不同版本的Anaconda,分别对应Python 2.7和Python 3.5,两个版本其实除了这点区别外其他都一样。Anaconda2对应的是Python 2.7,Anaconda3对应的是Python 3.+。
下载后直接按照说明安装即可。这里需要注意:尽量按照Anaconda默认的行为安装。这样的好处是,同一台机器上的不同用户完全可以安装、配置自己的Anaconda,不会互相影响。
对于Mac、Linux系统,Anaconda安装好后,实际上就是在主目录下多了个文件夹(~/anaconda)而已,Windows会写入注册表。安装时,安装程序会把bin目录加入PATH(Linux/Mac写入~/.bashrc,Windows添加到系统变量PATH),这些操作也完全可以自己完成。
安装完成后可以用conda –version命令检查是否正确。
这里我选择下载了这个版本:
3、Conda的操作(常用)
# 安装scipy conda install scipy # conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)
# 查看已经安装的packages conda lis # 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包 # 更新conda,保持conda最新 conda update conda # 更新anaconda conda update anaconda # 更新python conda update python # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本 # 添加Anaconda的TUNA镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA的help中镜像地址加有引号,需要去掉 # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
4、安装theano+Keras+MinGW
安装好Anaconda之后,搜索程序打开Anaconda Prompt,在命令行依次中输入,安装好一个后再键入下一句命令。 pip install Theano pip install keras conda install mingw libpython (安装过程中碰到Proceed ([y]/n)? 键入y回车) 还需要安装scipy,键入下面的命令。 conda install scipy
5、GPU加速 (CPU版 跳过这一步)
(1)VS 2013默认安装,可以只选C++部分
(2)cuda_7.5.18_win10.exe默认安装
- 安装完后,打开环境变量应该会多出来2个变量,CUDA_PATH_V7_5和CUDA_PATH.
- 打开cmd控制台命令行,输入命令nvcc –V回车(注意是大写V)就可以查看版本信息,如果安装正确会显示Cuda的版本号。
- 可以在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\bin\win64\Release双击histogram.exe,如果没有报错,CUDA安装是没有问题的
(3) 加速库CuDNN
从官网下载需要注册 Nvidia 开发者账号,网盘搜索一般也能找到。 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\v7.5
(4)配置.theanorc.txt
在用户目录下新建.theanorc.txt
配置
[nvcc]fastmath = True flags = -LC:\Anaconda2\libs compiler_bindir = C:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\bin[global]device = gpu0floatX = float32 [blas]ldflags=[gcc]cxxflags=-IC:\Anaconda2\MinGW
注意点
- python,gcc,nvcc的路径不要错
- gpu0(不是gpu,不然会报路径错误)
6、出现的麻烦事
6.1、import theano出现的问题
(C:\ProgramData\Anaconda2) C:\Windows\system32>python Python 2.7.13 |Anaconda 4.3.1 (64-bit)| (default, Dec 19 2016, 13:29:36) [MSC v.1500 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. Anaconda is brought to you by Continuum Analytics. Please check out: http://continuum.io/thanks and https://anaconda.org >>> import theano WARNING (theano.configdefaults): g++ not available, if using conda: `conda install m2w64-toolchain` WARNING (theano.configdefaults): g++ not detected ! Theano will be unable to execute optimized C- implementations (for both CPU and GPU) and will default to Python implementations. Performance will be severely degraded. To remove this warning, set Theano flags cxx to an empty string. >>> exit() 键入命令解决:conda install m2w64-toolchain
1
6.2、 conda install mingw libpython 出现的问题
报错文本 CondaIOError: IO error: Missing write permissions in: C:\Program Files\Anaconda2 # # You don't appear to have the necessary permissions to install packages # into the install area 'C:\Program Files\Anaconda2'. # However you can clone this environment into your home directory and # then make changes to it. # This may be done using the command: # # $ conda create -n my_root --clone=C:\Program Files\Anaconda2 这个是权限的问题,有可能是Anaconda Prompt不是用管理员权限打开的。重新用管理员权限打开后,键入命令即正常。
修改代码中本地文件下读取数据集: 1、在demo所在的文件夹中添加数据集压缩包,下载地址:
https://s3.amazonaws.com/img-datasets/mnist.npz
2、然后修改代码
#加载数据import pickleimport gzipf = gzip.open('mnist.pkl.gz', 'rb')data = pickle.load(f)f.close()(X_train, y_train), (X_test, y_test) = data
13
就可以从本地读取数据了。
这里还有数据集的另一个下载地址:http://yann.lecun.com/exdb/mnist/
7、附keras与theano的官方文档等
keras中文文档:http://keras-cn.readthedocs.io/en/latest/getting_started/concepts/ theano英文文档:http://deeplearning.net/software/theano/install_windows.html python包非官方包:http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
参考资源:
1、http://python.jobbole.com/86236/ 2017.3.27
2、http://blog.csdn.net/qq_28119401/article/details/53217876 2017.3.27
3、http://blog.csdn.net/okcd00/article/details/54828747 2017.3.27
- Anaconda下安装keras 配置(windows版本 GPU版)
- windows下安装gpu版本的keras\tensorflow
- Ubuntu16.04下使用Anaconda配置GPU版本的Keras及TensorFlow
- Windows在Anaconda下安装Tensorflow Keras 支持Python3.6
- Windows下Anaconda+Pycharm配置opencv和keras(tensorflow cpu版)
- anaconda windows theano keras 完全安装教程,没有gpu忽略那段话也成功了
- theano安装(一)windows配置安装theano环境(非GPU版)、keras
- windows下基于Anaconda+python3.6的tensorflow-GPU安装
- Windows环境下用Anaconda(2.7/3.6)安装GPU版TensorFlow
- windows下配置caffe的GPU版本
- windows+Anaconda下搭建Keras环境
- win10下 anaconda安装tensorflow,pycharm环境配置(gpu版)
- keras配置(WIN10/GPU版本)
- windows下配置安装Anaconda+tensorflow
- window下Anaconda安装tensorflow、keras
- win10下Anaconda中Keras安装
- Anaconda Tensorflow GPU 版本的安装问题
- Ubuntu16.04+Anaconda 安装GPU版本tensorflow
- Java开发代码性能优化总结
- hdu 5976 Detachment(逆元+贪心+数论+前缀和+二分 待整理)
- 种子填充算法的使用—计算机图形学
- 达内课程-流程控制语句(上)
- java实现注销登录的3种方式区别
- Anaconda下安装keras 配置(windows版本 GPU版)
- 装饰者模式
- JAVA常用API整理
- 【Java】如何优雅的用代码制作企业公章
- register
- Hibernate之查询
- 行为模式->模版方法模式
- 优质学习之荣耀养成
- nerual IR