windows 10 64bit下安裝Tensorflow+Keras+VS2015+CUDA8.0 GPU加速

0. 環境

• OS：Windows 10，64 bit；
• 顯示卡：NVIDIA GeForce GTX 1050Ti，顯示卡檢視方法：計算機【裝置管理器】⇒ 【顯示介面卡】
• Python 的版本，注意只能為 3.5，並非越高越好；
• CUDA，8.0；

keras 可以以 TensorFlow 為後端（backend）（也可以 theano 為後端），安裝完成 TensorFlow 的基礎上，再安裝 keras 是一件水到渠成的工作。

1. 安裝步驟

• 安裝 CUDA：深度學習庫如果使用CUDA進行GPU加速，可以大大縮短計算時間。（CUDA 目前只有NVIDIA 的顯示卡才支援）

  • 檢查 GPU 是否支援 CUDA；（注意筆記本和 desktop 的區別。）
    
    • 如果你的顯示卡比較新，到這裡檢查是否支援 CUDA：https://developer.nvidia.com/cuda-gpus（進入網頁，點開自己的顯示卡所屬的系列，以及型號等等）
    • 如果你的顯示卡很老，請到如下連結檢查是否支援CUDA：https://developer.nvidia.com/cuda-legacy-gpus
  • 將自己的顯示卡驅動更新到最新版本，
    
    • 去官網下載，或者通過 GeForce Experience 下載安裝；
  • CUDA 安裝
    
    • CUDA 的下載地址：https://developer.nvidia.com/cuda-downloads
      
      • 如果需要下載 CUDA 的歷史版本，請移步：https://developer.nvidia.com/cuda-toolkit-archive
    • 測試 CUDA 的安裝結果，開啟windows cmd，輸入 nvcc -V
      ，檢視是否識別 nvcc 命令；
  • 安裝 Visual Studio 2015 community
  • 編譯 CUDA 的示例程式
    
    • 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目錄下，有CUDA的示例程式。由於我安裝的是VS2015，所以開啟 Samples_vs2015.sln 那個解決方案檔案，將解決方案配置更改為Release和x64.
    • 右鍵解決方案名稱，編譯整個解決方案，在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目錄會生成 deviceQuery.exe 這個可執行檔案。。
      
      • 如果提示是缺少：”d3dx9.h”、”d3dx10.h”、”d3dx11.h”標頭檔案，則需要安裝 DXSDK_Jun10.exe，下載地址：https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502
  • 關閉 VS2015。開啟一個cmd視窗，cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目錄（一定要 cd，切換到該目錄下，因為此路徑中間有空格，如果直接執行 deviceQuery.exe 會空格前面的 C:\ProgramData\NVIDIA看做單獨的命令），輸入：deviceQuery.exe ，然後回車。

  • 安裝 TensorFlow 和 keras

    • 下載安裝 anaconda，選擇 anaconda 4.2.0 系列，其對應的 Python 版本為 3.5

    • 更改 pip 的下載源，對於 windows 使用者而言，進入其家目錄（C:\Users\當前使用者名稱）新建一個 pip.ini 文字檔案，內容如下：

      [global]  
      index-url = http://mirrors.aliyun.com/pypi/simple/
      [install]  
      trusted-host=mirrors.aliyun.com

      • 1
      • 2
      • 3
      • 4

      也即講源改為國內比如阿里雲的源，以加快 pip install 第三方庫的速度；

  • 安裝 TensorFlow 以及 keras，保持網路連線，從開始選單中開啟Anaconda Prompt，輸入：
    
    • pip install tensorflow-gpu
    • pip install keras

2. 測試

從開始選單中開啟 Anaconda Prompt，在命令列中輸入：python（ipython），再輸入：

import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))

• 1
• 2
• 3
• 4
• 5

如果正確打印出結果 32，不報錯，說明 tensorflow 安裝成功。

再輸入：

import keras

• 1

3. 使用 cuDNN 加速

• cuDNN可 以在前面 GPU 加速基礎上大概再提升1.5倍的速度，它由nVIDIA開發。可以到nVIDIA官網上下載。下載之前需要註冊，然後問一系列問題，請耐心弄完。然後就可以下載了。下載 windows 10系統下64位的，最新的支援CUDA 8.0的cuDNN-5.1，檔名是：cudnn-8.0-windows10-x64-v5.1.zip，下載地址：https://developer.nvidia.com/cudnn
• 下載完成後解壓縮。裡面有bin、include、lib三個目錄，將三個資料夾複製到安裝CUDA的地方覆蓋對應資料夾，預設資料夾在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
• 如何驗證CuDNN是否配置成功呢？開啟 Anaconda Prompt，輸入python，再輸入import tensorflow，不再提示沒有安裝cudnn，就成功了。

再分享一下我老師大神的人工智慧教程吧。零基礎！通俗易懂！風趣幽默！還帶黃段子！希望你也加入到我們人工智慧的隊伍中來！https://www.cnblogs.com/captainbed