欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Win10搭建GPU版Keras

程序员文章站 2022-07-05 16:02:15
...

欢迎转载,转载请注明出处。

放在最前边:真正搭建环境,还是需要看官方手册,虽然是英文的,但是确实比查一堆中文博客省时间,这个博客全当是学习笔记。

Part 1:参考文献

[1]Keras原版官方手册   https://keras.io/getting-started/faq/

[2]TensorFlow官方安装手册   https://www.tensorflow.org/install/

[3]Keras中文手册   http://keras-cn.readthedocs.io/en/latest/

[4]http://www.jianshu.com/p/c245d46d43f0

[5]http://blog.csdn.net/errors_in_life/article/details/65936133

[6]http://blog.csdn.net/yfszzx/article/details/50083281

[7]http://blog.csdn.net/u013709270/article/details/73385586?locationNum=1&fps=1

[8]http://blog.csdn.net/u012318074/article/details/77075209

[9]http://blog.csdn.net/cheese_pop/article/details/78201359


Part 2:计算机配置

系统:Windows10 企业版 64位 x64

CPU:Intel E5-2620v4

内存:32G

GPU:NVIDIA GTX 1080


Part 3:软件

1.Visual Studio 2015

2.CUDA 8.0

        下载地址:https://developer.nvidia.com/cuda-downloads

        最新的CUDA9.0装后会出错,别轻易尝试,会很耗费时间   (╯‵□′)╯︵┻━┻

3.cuDNN 6.0

        下载地址:https://developer.nvidia.com/cudnn

        这里需要注册一个NVIDIA账号,之后选择自己windows版本的cuDNN即可。关于cuDNN的选择,TensorFlow的官方文档写的是选择cuDNN6.1版本,其他版本不支持。

Win10搭建GPU版Keras

        然而NVIDIA的官网根本没这个版本【手动滑稽】,后来没办法用的6.0版本成功了。

Win10搭建GPU版Keras

4.Anaconda

        下载地址:https://repo.continuum.io/archive/index.html

        版本选择:Anconda34.2.0

        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。

        但是据TensenFlow的官方手册上说,Anaconda是社区支持,并不是官方支持,所以建议使用【”native” pip】,但是因为比较懒,所以直接用Anaconda也没啥问题。

        版本选择,一定不要选择Python2.7,虽然很经典,但是不支持最新的TensorFlow。

        同样的也不要选择最新的Python3.6版本,本身兼容性就有问题,还得设置回3.5版本。很难受。下边是官网,但是这俩其实都用不了...

Win10搭建GPU版Keras

5.TensorFlow和Keras直接在Python环境里装就行,不用单独下。

6.如果后续需要用到图形,尽量把这个DirectX也装上。


Part 4:安装DirectX

        这个我是参照别人的博客写的,前文已标注引用。

        微软的DirectX SDK工具包,不安装它的话,后面编译CUDA_Samples是没法成功的。

        下载地址:https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502

        直接按照提示下一步就好了。我在windows 10上安装的时候,最后的时候会报错,不过没有关系,关掉那个框。

        搜索下"d3dx9.h"、"d3dx10.h"、"d3dx11.h"头文件是不是存在,如果路径如下这个样子,就成功了。

Win10搭建GPU版Keras

Part 5:GPU软件安装

1.VS2015安装

2.CUDA8.0安装

        CUDA8.0安装时不要选简装,一定要把所有的东西都装全,并且放在三个文件夹中,方便后续开发。

Win10搭建GPU版Keras

        之后在【计算机】-【属性】-【高级系统设置】-【高级】-【环境变量】-【系统变量】-【Path】中添加两条路径。

        一般情况下,安装好之后就会自动添加的,但是不知道为什么我得手动一下……

Win10搭建GPU版Keras

3.cuDNN

        cuDNN其实就是一个支持的库,有人说需要单独设置路径,后来一想,直接把相关的lib、dll文件直接塞进CUDA里就可以避免所有的问题,甚至不需要单独配置路径。

        cuDNN里有一个【bin】文件夹,将cudnn64_5.dll放进CUDA的【bin】文件夹,路径如下:F:\CUDA8\Development\bin

        同理,【include】里的.h头文件放进    F:\CUDA8\Development\include

        【lib】文件放入    F:\CUDA8\Development\lib\x64

        一定注意区分x86和x64。

4.测试

        ①在VS2015中新建一个空项目,之后新建一个【NVIDIA】,用.cu结尾。

        ②属性界面选择【Release】不要Debug。

        ③平台选择【x64】平台,不要win32平台。

        ④配置属性:

                【VC++目录】-【包含目录】:F:\CUDA8\Development\include

                【VC++目录】-【库目录】:F:\CUDA8\Development\lib\x64

                【CUDA C/C++】-【Device】-【Code Generation】-修改成【sm_30】

                【链接器】-【输入】-【附加依赖项】-添加cudnn.lib和cudart.lib

        ⑤右键项目-【生成依赖项】-【生成自定义】-选择CUDA8.0生成

        ⑥右键.cu文件-【属性】-【常规】-【项类型】-【CUDA C/C++】

        ⑦测试代码:

#include <iostream>
#include <cuda_runtime.h> 
#include <cudnn.h> 
using namespace std;  
void main()
{
	cudnnHandle_t handle;
	cudnnStatus_t t = cudnnCreate(&handle);
	cout<< cudnnGetErrorString(t);
	getchar();
}

        运行结果:

Win10搭建GPU版Keras

        如果顺利运行说明CUDA和cuDNN都成功安装了。

Part 6:Python部分

1.安装Anaconda

        我没有按照默认目录安装,直接装在了F盘里。需要注意的是最新的3.6版本按照默认模式安装,需要自己安装路径,让它自己安装路径,它就提示不推荐,容易出错….

        我使用的这个版本就直接下一步下一步就OK了。

Win10搭建GPU版Keras

        安装成功后,在左下角的菜单栏里,找到Anaconda3,打开路径的文件夹,找到【Anaconda Prompt】和【Anaconda Navigator】,将两个快捷方式放在桌面上。

        注意:如果使用pip系列出错

        TypeError:parse()got an unexpected keyword argument 'transport_encoding'

        解决方案:

        需要在主界面中输入命令:conda install –canaconda html5lib

        静等安装好其他插件即可使用pip。

2.TensorFlow安装

       打开【Anaconda Prompt】,输入:pip install--upgrade tensorflow-gpu 

        它会自动安装TensorFlow。

        刚装的时候下载速度特别的慢,后来装上神奇的VPN,嗯,确实有提升,我的下载速度约400kb/s,可以达到我的要求,所以就没在修改pip的默认源了。

        还有一种方法修改默认源,将源改为国内的阿里的源,可以大幅度提升下载速度。

Win10搭建GPU版Keras

        如果下载还是失败,参考另外一个博主写的博客,粘贴在这里(已在最前边写好了引用)。

Win10搭建GPU版Keras

        注意:如果出现了这样的问题。

        “Cannot removeentries from nonexistent file c:\programfiles\anaconda3\lib\site-packages\easy-install.pth”

        是因为setuptool的版本过低,TensorFlow要求29.0.1.

        解决方案:

        在主界面中输入:pipinstall --upgrade --ignore-installed setuptools

        静等升级即可解决。

3.Keras安装

        打开【Anaconda Prompt】,输入:pip install keras

        系统会自动收集信息,安装Keras。

4.进入Python

        在主界面中输入:Python  之后输入

>>> conda install git

>>> git clone https://github.com/fchollet/keras.git

>>> cd keras/examples/

>>> python mnist_mlp.py

        误输入用exit()可以退出。

5.测试

        ①在Python界面中输入:

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

        如果结果是32说明TensorFlow完全成功。

        ②在Python界面中输入:

import keras

        如果不报错说明安装成功