keras深度学习安装全过程(2021-08-03)
安装项目:CUDA\cuDNN\python\tensorflow-gpu\theano\keras
Part1:CUDA/cuDNN安装
- 查看NVIDA显卡所支持的最高CUDA版本,我的RTX2060支持11.4
- 登录CUDA官网,下载对应64位版本CUDA11.4
- 登录cuDNN官网,下载能够匹配64位版本CUDA11.4的64位版本cuDNN11.3
- 安装CUDA,只需要勾选CUDA即可(去掉内部Visual Studio Integration),使用默认安装目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
- 将cuDNN解压,直接整个拷贝到CUDA的默认安装目录,文件夹名字相同会取并集
- 环境变量中已经自动生成了两个位置,v11.4\bin, v11.4\libnvvp;
- 继续添加如下环境变量v11.4\extras\CUPTI\lib64,v11.4\include,v11.4\lib,v11.4\lib\x64,完成环境配置
- 一般来说高版本CUDA可以兼容低版本python
Part2: Python/tensorflow-gpu/keras/numpy/scipy安装
- [版本对比]TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7.X
- python不要选择版本太高的,因为它更新太快CUDA跟不上版本,python 3.7.8即可满足
- 安装tensorflow-gpu==2.5.0,大概400M,一定要加-gpu不然没法调用GPU;一般来说高版本tf可以兼容低版本python
- 安装keras==2.5.0,如果python直接import keras会显示需要 keras-nightly以及keras-preprocessing;一般来说高版本keras也可以兼容低版本python
- 安装numpy==1.19.5, 安装scipy==1.7.1
Part 3: 排错阶段
- cmd/powershell中运行python,可以看到版本为ptyon 3.7.8
- 导入keras/tensorflow并检测版本、设备
import keras
print('keras:',keras.__version__) # 返回keras版本号
import tensorflow as tf
print(tf.test.is_built_with_cuda()) # 判断tensorflow是否是CUDA版本,返回【ture】则说明OK
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices()) # 判断目前可用设备,返回【CPU、GPU明细】则说明OK
print(tf.config.list_physical_devices('CPU')) # 列出CPU设备,返回【CPU】则说明OK
print(tf.config.list_physical_devices('GPU')) # 列出GPU设备 ,返回【GPU】则说明OK
输出如下
True
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 13564108018085021779
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 4153868288
locality {bus_id: 1links {}
}
incarnation: 5667456520389401803
physical_device_desc: "device: 0, name: NVIDIA GeForce RTX 2060, pci bus id: 0000:01:00.0, compute capability: 7.5"
]
[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
- 试运行deep-learning-with-python-notebooks-master/first edition/2.1-a-first-look-at-a-neural-network.ipynb,不会报错并且能够顺利预测[mnist数据集]即可
- 因为版本更新keras包,如下代码需要修改(把to_categorical.py改成了np_utils下的一个函数)
from keras.utils import to_categorical
train_labels = to_categorical(train_labels)
test_labels = to_categorical(test_labels)
修改成
from keras.utils import np_utils
train_labels = np_utils.to_categorical(train_labels)
test_labels = np_utils.to_categorical(test_labels)
Part 4: 总结
- CUDA/cuDNN版本主要是用来适配显卡的,可以装好几个版本,调用时看不同版本在环境变量的排序
- Python版本比较关键,一定要比较稳定的早一年左右的版本,因为迭代太快了
- keras/tensorflow-gpu/numpy/scipy等的版本可以较高,反正都会向下兼容python
- 遇到错误不慌,反正缺什么安装什么,建议不要用Anaconda安装这些包,版本会乱窜
- pip install package==X.X.X最方便
keras深度学习安装全过程(2021-08-03)相关推荐
- 在Ubuntu上安装Keras深度学习框架
目录 1)安装pip 2)安装Python科学套件 3)安装TensorFlow 4)安装keras 5)安装Jupyter Notebook 6)运行Keras 本文介绍如何在Ubuntu上安装Ke ...
- 【Yolov5】1.认真总结6000字Yolov5保姆级教程(旧版本2021.08.03作为备份)
旧版本2021.08.03 新版本https://blog.csdn.net/m0_53392188/article/details/119334634 以作备份 目录 一.前言 二.学 ...
- 怎么装python的keras库_matlab调用keras深度学习模型(环境搭建)
matlab没有直接调用tensorflow模型的接口,但是有调用keras模型的接口,而keras又是tensorflow的高级封装版本,所以就研究一下这个--可以将model-based方法和le ...
- Keras深度学习实战(2)——使用Keras构建神经网络
Keras深度学习实战(2)--使用Keras构建神经网络 0 前言 1. Keras 简介与安装 2. Keras 构建神经网络初体验 3. 训练香草神经网络 3.1 香草神经网络与 MNIST 数 ...
- 采用keras深度学习框架搭建卷积神经网络模型实现垃圾分类,基于树莓派上进行实时视频流的垃圾识别源代码
一.项目概述 简介:该垃圾分类项目主要在于对各种垃圾进行所属归类,本次项目采用keras深度学习框架搭建卷积神经网络模型实现图像分类,最终移植在树莓派上进行实时视频流的垃圾识别. 前期:主要考虑PC端 ...
- Windows+Anaconda+tensorflow+keras深度学习框架搭建--reproduced
转载于网络,已备查用. 现在把windows下的Anaconda+tensorflow+keras深度学习框架搭建过程记录如下 1.下载安装Anaconda记住支持版本一定是python3以上的版本 ...
- 【深度学习 项目实战】Keras深度学习多变量时间序列预测的LSTM模型
无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家.点这里可以跳转到教程.人工智能教程 本篇文章将介绍基于 ...
- Centos集成GTX-1080Ti显卡搭建深度学习环境全过程
Centos集成GTX-1080Ti显卡搭建深度学习环境全过程 在一个由N多台普通的不能再普通的机器攒凑起来的机箱中,搭载了最强核心--NVIDIA GeForce GTX 1080 Ti.我们的深度 ...
- windows7系统,NVIDIA GeForce GTX 750 Ti 2G显卡搭建caffe、TensorFlow、Keras深度学习GPU环境
windows7系统,NVIDIA GeForce GTX 750 Ti 2G显卡搭建caffe.TensorFlow.Keras深度学习GPU环境 事情的由来 第一步,你得先有个windows7操作 ...
最新文章
- c\c++ 随机数函数
- c 怎么连接mysql博客_C连接MySql数据库
- C#Word转Html的类
- Juniper srx系列防火墙端口限速
- 谷歌地图自定义popup框
- python yiled
- python flask应用部署
- android-studio-ide下载安装配置JDK第一个helloworld 一条龙
- c语言 误差函数erf代码,高斯(余补)误差函数erf和erfc
- 期权、期货及其他衍生品 Chapter14 维纳过程与伊藤引理
- github加速脚本
- b temia 外骨骼机器人_纬创医学与加拿大B-Temia公司合作推出下肢外骨骼机器人...
- 卷积神经网络实现图像分类
- 第五章(第四节)论路由器重置
- centos卸载nvidia驱动_在Ubuntu系统中NVIDIA显卡驱动卸载与安装
- 《高效能人士的七个好习惯》读书笔记
- Ssd202 FUART 测试环境搭建
- docker volume用法
- 怎么把PDF转换成Excel文件?分享两种简单好用的转换方法
- [九度][何海涛] 重建二叉树
热门文章
- 大数据场景下多源异构数据的实时处理分析
- 衡量两个向量相似度的方法:余弦相似度
- 校验注解:@Valid 和 @Validated区别与用法(附详细案例)
- 北大2021年计算机分数分数线,北京大学2021年考研复试基本分数线已发布
- A7139射频模块wor配置解析
- 找不到包 \ 符号,idea中包已经导入,但是运行还是提示找不到包问题
- python不是内部文件别太任性_Python一笑很倾城
- python用matplotlib画折线图
- AVProVideo☀️九、“今朝若能同淋雪,此生也算共白头”。一曲《南山雪》,学习给视频做字幕。
- 计算机奇数页打印怎么设置,EXCEL怎么设置奇数页打印和偶数页打印