anaconda安装keras_一定要看的Tensorflow-GPU+Keras安装教程
做机器学习的朋友一定绕不开Tensorflow和Keras,跑模型又会要用到GPU的CUDA框架,其中各种版本兼容问题经常导致刚从一个坑里出来,又立刻掉到另一个坑里.....
于是,踩坑无数的我,总结了一篇教程,希望可以帮助到大家少走些弯路。
1. 确认显卡是否支持CUDA
NVIDIA官网有明确标出支持CUDA的显卡都有哪些,直接去官网查询自己的显卡型号是最高效的(只要在列表里出现了就是支持的),附链接:
CUDA GPUsdeveloper.nvidia.com
确认显卡支持就可以进入下一步了;如果显卡不支持,Tensorflow也提供了cpu版本供大家使用(就那个没有-gpu后缀的)
2. 安装VS
CUDA运行的时候需要VS的环境,所以要先安装Visual Studio,下载链接:
Visual Studio IDE、代码编辑器、Azure DevOps 和 App Center - Visual Studiovisualstudio.microsoft.com
下载完成,开始安装:
安装完毕:
现在可以开始准备安装CUDA了
3. 检查显卡支持的CUDA版本号
在下载驱动之前要先检查一下自家显卡支持什么版本的CUDA。
查询步骤:开始菜单 - 设置 - 控制面板 - 硬件和声音 - NVIDIA控制面板 - 帮助 - 系统信息 - 组件 - 查‘NVCUDA ALL’后面跟的产品名称:
4. 下载CUDA Toolkit工具
再次前往NVIDIA官网,附上链接:
CUDA Toolkit 9.0 Downloadsdeveloper.nvidia.com
这次我们去下载显卡驱动。
依次选择:操作系统,构架,CUDA Toolkit版本(版本号对应上一步查到的产品名称),安装方式(选择本地即可):
安装步骤:
5. 下载cuDNN
还是在NVIDIA官网,这次是这个链接:
NVIDIA cuDNNdeveloper.nvidia.com
cuDNN在下载的时候需要登陆账号,如果没有注册过帐号的小伙伴需要注册一下账号(如果注册过的小伙伴请忽略)。
注册好了之后,根据CUDA Toolkit工具的版本选择cuDNN版本,找到操作系统对应的Library版本,点击下载:
下载下来的是个压缩包,先解压:
然后需要把bin文件添加到环境变量里:
6. 安装Anaconda
之所以安装Anaconda而不是pycharm,是因为Anaconda可以针对不同版本的python配置不同的环境,并且可以避免很多依赖问题,使用体验极佳。
依旧,附上官网下载链接:
Anaconda | Individual Editionwww.anaconda.com
按部就班的安装,最后配置环境变量:
我自己用Anaconda给Tensorflow单独配了个环境,这个网上教程很多,在这里就不细说了。
7. 安装Tensorflow-GPU
还是先检查对应关系,根据自己安装的CUDA版本,找到适合的Tensorflow-GPU版本,这里需要留意一下自己的python版本是否合适。
ps:原则上Tensorflow-GPU选择尽量新的版本较好。
pps:python还是安装3以上的吧,毕竟2现在不更新了。
List of Available Environmentsdocs.floydhub.com
查到了适合自己的Tensorflow-GPU版本后,就可以开始安装啦,管理员身份打开CMD,开始pip,我已经提前从清华镜像上下载好了,所以写入了本地路径:
pip3 install --upgrade E:/Documents/tensorflow_gpu-2.2.0rc4-cp37-cp37m-win_amd64.whl
清华的镜像 https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu
漫长的等待后:
测试一下:
import tensorflow as tf
a = tf.random_normal((10,10))
成功!可喜可贺!
8. 安装Keras
下面就是Keras的安装了,还是先查找对应关系,链接见7:
还是熟悉的pip:
pip3 install --upgrade E:/Documents/Keras-2.3.1-py2.py3-none-any.whl
安装完成:
测试一下:
import keras
keras.__version__
成功运行!大功告成!
9. 最后总结一下我之前碰到的坑
我最开始是在笔记本上安装Tensorflow-GPU的。当时Anaconda,python都安装完了,按照教程直接安了Tensorflow-GPU,然后是Keras,结果运行的时候各种报错。。。
后来查了各种资料才知道还有这么多兼容问题。
下面贴出一些我碰到的坑,希望可以帮到大家:
首先是Keras报错问题:
- Keras requires TensorFlow 2.2 or higher.
- ModuleNotFoundError: No module named 'tensorflow.python.eager'
- AttributeError: module 'keras.backend.tensorflow_backend' has no attribute '_is_tf_1'
- ImportError: cannot import name 'np_utils'
以上这4个都是因为 tensorflow和keras的版本不对应 导致的,具体对应关系可以查看教程的7和8步
然后是Tensorflow的问题:
import tensorflow as tf
ImportError: No module named 'numpy.core._multiarray_umath'
ImportError: numpy.core.multiarray failed to import
解决方案:
pip install numpy --upgrade
2.
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
下载TensorFlow的版本不支持cpu的AVX2编译导致(版本问题),解决方案:
卸载了重新安装正确的tf版本
最后祝大家都能一次成功!
anaconda安装keras_一定要看的Tensorflow-GPU+Keras安装教程相关推荐
- 一文搞懂TensorFlow和Keras安装
0 前沿 首先了解三个概念: 解释器:将高级语言解释为机器可以执行的语言,如,本次要提到的python.exe文件. 编译器:编写代码也需要特定的工具,正如在电脑上编辑文档需要用WPS.修图需要用PS ...
- tensorflow及keras安装(cpu版,python3.7版)
tensorflow及keras安装(cpu版) 1.下载python3.7.9,官网可下. 2.下载anaconda,具体百度经验有. 3.安装tensorflow:打开anaconda promp ...
- TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0
TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0 接触机器学 ...
- windows10下 tensorflow gpu版本安装配置方法
最近要用到tensorflow,之前安装了cpu版本的,但训练模型速度实在是慢,打算安装一个GPU版本的tensorflow: 安装环境为:wiindows 10, anaconda python36 ...
- 根据显卡型号选择CUDA和cuDNN进行TensorFlow GPU版本安装
文章目录 一.显卡型号 二.CUDA 三.cuDNN 四.tensorflow-gpu 五.查看显卡利用率 Linux系统 Linux下Anaconda 参考文献 此文章默认显卡支持CUDA和已安装显 ...
- TensorFlow和keras安装教程
准备工作 1.安装anaconda 安装教程参考此博客:点这儿 2.安装成功记住自己anaconda的路径,以后pycharm配置会用 3.查看并记住自己conda版本号以及python版本号: 先点 ...
- (Tensorflow学习) Win10+mx250 tensorflow gpu版安装
我在笔记本上一开始跑cpu版本的tensorflow,感觉太慢了,跑个posenet卡成狗,就换成gpu版的. 记录下安装步骤 我的笔记本win10系统64位,mx250显卡.IDE是用的是pycha ...
- Windows 10环境下TensorFlow(gpu版本)配置教程——[图解] [详细版][零基础]
Tensorflow环境下的深度学习框架的配置主要包含以下几步: 0.前言 1.PyCharm的安装步骤: 2.Python的安装步骤: 3.AnaConda的安装步骤: 4.CUDA的安装步骤: 5 ...
- python keras安装配置_Keras官方中文文档:Keras安装和配置指南(Linux)
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 ...
最新文章
- 开源桌面系统及设计图、下载地址
- 嵌入式c语言汇编混合编程,嵌入式C语言和汇编语言的混合编程
- 淘宝面试:说一下 ThreadLocal 的原理?网友:现在面试不看源码不行啊~
- 杭电多校(六)2019.08.07--暑假集训
- 支撑日活百万用户的高并发系统,应该如何设计其数据库架构?
- VTK:Picking之HighlightWithSilhouette
- 镜像浏览器_害怕win10镜像有第三方软件,直接到微软官网下载,原汁原味
- OpenStack精华问答 | OpenStack是云吗?
- 高效率的全组合算法(Java版实现)
- 记录一个crontab的中使用python脚本的坑
- sql里 where和order by一起使用是怎样的顺序
- mockito模拟依赖注入_Mockito间谍–部分模拟
- linux的rar,linux下rar的使用
- 5G无线技术基础自学系列 | CloudRAN架构
- 微信小程序---简约音乐播放器
- android录音笔记软件,录音笔记app
- iOS - 暗黑模式图片、颜色的适配
- Locally Differential for Frequency Estimation
- 【算法讲20:Dsu on Tree】树上数颜色 | Lomsat gelral
- 无线射频芯片CC2540F256RHAR 中文资料介绍
热门文章
- js版俄罗斯方块(二)
- Visual C# 对话框全接触
- 光线跟踪是什么? 光能传递(radiosity lighting)是什么?
- python第一个项目:爬取一个网站的所有图片
- 剑指offer的前16题-java版
- HDU 2588 GCD amp;amp; GCD问题总结
- cesium+ geoserverTerrainProvide+png展示3D高程图展示
- 猎豹MFC--CFile类家族介绍ADO连接数据库 打开数据库 关闭数据库 连接字符串
- javascript原生事件总结
- HashMap与ConcurrentHashMap的测试报告