Keras development environment installation method novice tutorial (GPU version)

Applicable objects: deep learning beginners

foreword

This article mainly introduces the environment installation of the tensorflow-gpu version, so readers need to have a good NVIDIA discrete graphics card (memory greater than 2G). The installation steps in this article have been tested in the following environments (windows11, i7-8700, gtx1060) pass.

Table of contents

1. Install Anaconda

2. Install CUDA

3. Install CUDNN

4. Install tensorflow-gpu

Five, install keras

Six, hello world

text

1. Install Anaconda

1. Open the browser and enter the URL https://www.anaconda.com/ to enter the Anaconda official website.

2. Click the Download button to download the latest version of Anaconda.

3. Install Anaconda.

1. Click Next > .

2. Click I Agree .

3. Click Next > .

4. Modify the installation directory, it is best not to put it on the C drive. Click Next > .

5. Make sure Register Anaconda3 as my default Python3.9 is checked , then click Install .

6. After waiting for the progress bar to finish running, click Next > .

7. Click Next > .

8. Click Finish to complete the installation.

4. Configure Anaconda.

1. Open the system environment variable configuration, add a system variable named CONDA_HOME , and the value is the installation path of Anaconda on your computer.

2. 编辑Path环境变量，添加三个配置，点击确定按钮关闭所有配置窗体后生效。

5. 测试Anaconda。

1. 点击Windows键找到Anaconda Prompt 终端程序并打开。

2. 在终端程序内输入conda --version 和python -V分别测试conda和python是否可用。如果能够正常查看版本信息，则表示Anaconda已经成功安装并配置完成。

2. 安装CUDA

1. 打开浏览器输入https://developer.nvidia.com/cuda-toolkit-archive进入Cuda下载页面。

2. 点击超链接进入下载页面。

3. 下载CUDA。

1. 点击Windows。

2. 点击11（Windows10玩家请选10）。

3. 点击exe(local)。

4. 点击Download(2.5GB)开始下载（校园网挺快的）。

4. 安装CUDA。

1. 打开安装程序，不用修改安装位置，点击OK，等待进度条结束。

2. 进入安装程序界面，点击同意并继续按钮。

3. 不做修改，直接点击下一步。

4. 勾选I understand，点击Next按钮开始安装，等待进度条结束。

5. 点击下一步按钮。

6. 安装完成，点击关闭按钮。

5. 测试CUDA。

1. 打开CMD终端程序。

2. 输入nvcc -V 查看版本信息，如下图表示安装成功。

3. 安装CUDNN

1. 打开浏览器输入https://developer.nvidia.com/cudnn进入CUDNN下载页面。

2. 点击Download cuDNN >按钮进入下载页面。

3. 注册一个英伟达账号并登录。

1. 点击Login跳转到登录页面。

2. 输入电子邮箱然后点击Next按钮。

3. 前往邮箱中找到英伟达的授权邮件，然后点击验证电子邮件地址。

4. 回到cuDNN下载页面，如下图。

5. 点击I Agree复选框，点击按钮下载for CUDA 11.x。

6. 点击Local Installer for Windows(Zip)进行下载。

7. 配置cuDNN。

1. 解压刚刚下载的压缩包。

2. 解压完成后得到如下3个文件夹。

3. 把以上3个文件夹复制到CUDA文件夹中，默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7中。

替换目标中的文件。

继续。

到此cnDNN已经安装完毕了。

4. 安装tensorflow-gpu

1. 使用conda创建一个虚拟环境。

输入y确定创建。

2. 切换至新创建的虚拟环境。

3. 安装tensorflow-gpu。

输入y确定安装。

到此安装完成。

5. 安装keras

1. 安装keras。

到此安装完成。

6. 测试环境

1. 打开终端输入python，引入keras的models和layers库，如不报错，则表示安装成功。

2. 顺手敲一个hello world.