Window下Tensorflow环境配置及Keras环境配置（包括各种报错解决方法）

基本开发环境搭建

1.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|DD35D3D169D553224

2. 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1：Windows版本下的Tensorflow暂时不支持python2.7.

注意2：安装Anconda3 4.2.0版本，选择默认就好。我曾经什么都喜欢用最新的，下载安装了Anconda3 4.4.0版本，结果各种踩坑==，在安装TensorFlow时，各种报错，死活不成功@@.

注意3：可以根据自己的电脑，选择64位安装程序Anaconda3-4.2.0-Windows-x86_64.exe，或者32位安装程序Anaconda3-4.2.0-Windows-x86.exe，验证python是否安装成功，在命令窗口中，输入python -V，弹出相应python版本号，即代表安装成功。

下载地址： Anaconda

3. 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：https://developer.nvidia.com/cuda-downloads 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。

6. 加速库CuDNN

从官网下载需要注册 Nvidia 开发者账号，网盘搜索一般也能找到。 因为当前的TensorFlow是1.3版本的，需要CUDA8和CuDNN6的支持，请下载v6.0版本，即cudnn-8.0-windows10-x64-v6.0.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

7. 安装TensorFlow

在CMD命令行中输入：

# GPU 版本 执行下面的命令pip install --upgrade tensorflow-gpu# CPU 版本 执行下面的命令pip install --upgrade tensorflow

如果出现错误“Cannot remove entries from nonexistent file”，执行以下命令

“pip install --upgrade -I setuptools”即可

如果出现如下图所示的异常，执行python -m pip install --upgrade pip即可：

全部安装完成后，可以再次执行安装TensorFlow命令：

# GPU 版本 执行下面的命令pip install --upgrade tensorflow-gpu# CPU 版本 执行下面的命令pip install --upgrade tensorflow

会出现如下图所示,表明TensorFlow安装成功：

当然也可以cmd打开命令行：输入python，import tensorflow,如果没有报错，就表明安装成功了。

7. 安装Keras

在CMD命令行中输入：

pip install keras -U --pre

安装Keras的过程中出现了下边的问题：

Failed building wheel for scipy，

Failed cleaning build dir for scipy

pip在windows下不工作。

处理办法：

手动下载对应版本的Scipy，比如我们上面用的Anconda3 4.2.0版本，就是基于python3.5版本的，所以对应下载64位版本的，也有32位版本可以下载。

• scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl
• • scipy‑0.19.1‑cp35‑cp35m‑win32.whl
  • 
    

http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

手动安装的方式：打开下载完成的目录，按住Shift，点击右键，选择在此处打开命令窗口，弹出命令窗口后，输入pip install scipy‑0.19.1‑cp35‑cp35m‑win_amd64.whl

安装成功提示后，重新在CMD命令行中输入，继续安装Keras：

pip install keras -U --pre

当然也可能不出现上面的问题，在另一台机器上安装Keras，一次成功 ^_^

当出现Successfully installed keras-2.0.8 scipy-1.0.0rc1，即表明安装成功。

之后可以验证keras是否安装成功,在命令行中输入python, import keras,如果没有报错，即表明安装成功：

最后，下载Keras开发包，并测试Keras中mnist数据集 ，在命令行中依次执行如下命令：

conda install gitgit clone https://github.com/fchollet/keras.gitcd keras/examples/python mnist_mlp.py

执行conda install git时，输入y确认安装。

python mnist_mlp.py，输出如下结果，keras测试成功。

Keras中文文档地址

很多内容来自Keras安装和配置指南，我只是把我遇到的一些坑点，补充了一些，希望可以给大家一些帮助。

http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_windows/