深度学习系列:win10 搭建caffe tensorflow keras(GPU全基础篇)
2018-01-29 16:27
459 查看
因为要做深度学习,所以自己就搭了一个GPU版的工作平台,因为没人指导,全部从0开始,之前就有人说装caffe一开始最好装CPU版,因为一开始上手GPU,安装过程可能就会让你直接放弃。
诚不我欺,前后用了两三天,重装了几次系统(强迫症使然),终于搞好了,特地分享。
我用的python3,所以基于python2的可以跳过这篇文章
A.先来安装最难的Caffe
安装需要的软件清单如下:
1.VS2015社区版
2.Cuda 8.0
3.Cudnn 8.0
4.python 3.5(最好3.5,想用3.6安装的可以参考我另外一篇博客,但是运行还是会出各自问题)
5.Anaconda (对应python3.5的版本,当然可以搭建多个python环境,可自行百度)
6.Cmake
7.Git
一.VS2015的安装
社区版即可,可以网上搜一下。
主要就是一开始每次都是选择默认值,导致安装后占用内存过大,同时可能还是缺少环境搭建的必要组件,所以,在安装时选择:自定义。
选择功能:
编程语言:
Visual C++
对只勾选一个就可以了,其他都不需要。
![](https://oscdn.geek-share.com/Uploads/Images/Content/201801/19a81ad59d17a6c02f737f2d395868ae)
下一步,显示安装的应该时如下:
![](https://oscdn.geek-share.com/Uploads/Images/Content/201801/1f130f118e979995dba6460477a2553b)
只要安装上面那些东西就可以了,如果你有别的需要可以自行选择。
二.添加路径
安装完VS2015后,安装Git、Cmake,python和Anaconda,有添加Path的选项都勾上,一路Enter就行了。之后就可以安装Cuda 8.0了,同样可以选择自定义安装,只要装第一个cuda就可以了,剩下三个可以不用选。
接着下载Cudnn,解压后,把里面的文件三个文件夹lib,bin,include复制到Cuda的安装目录中的\NVIDIA GPU Computing Toolkit\CUDA\v8.0中,替换里面之前的文件夹。
之后在你的环境变量里,应该有cmake\bin文件夹的path,没有就加一下;cuda的path,路径是安装路径里的\NVIDIA GPU Computing Toolkit\CUDA\v8.0;然后再把\NVIDIA GPU Computing Toolkit\CUDA\v8.0里的bin和lib\x64也分别添加到path,还有一个Cudnn解压文件夹的路径下cuda\bin也加入Path(这个我不知道必不必要,大家可以尝试不添加看看)。
当然,python和Anaconda的path一定要用。
三.安装Caffe
首先,在BVLC上以git的方式下载caffe:
调出系统的运行(win+R,输入cmd后,Enter)
输入git clone https://github.com/BVLC/caffe.git
然后:输入cd caffe
再次:输入git checkout windows
好了,到这里先别急着关
找到刚刚得到的caffe文件夹,我的在这里:C:\Users\Administrator\caffe,进入scripts文件夹,有一个build_win.cmd的文件,用文本编辑器打开,进行如下更改:
首先:
![](https://oscdn.geek-share.com/Uploads/Images/Content/201801/f77b81f845a1ee7b31e9ac4fb9823b85)
之后:
![](https://oscdn.geek-share.com/Uploads/Images/Content/201801/b135f63b74ff7bf2382d56dfa4a5114a)
更改主要时关闭只用CPU运算和使用ninja,同时把python支持打开,设置为3,以及设置Anaconda的位置。
好了,改好之后保存。
回到运行窗口,输入scripts\build_win.cmd
或者shift+右键,调出powershell,把文件拖进去,等待加载编译就行了。
其中在运行时,可能会出错,是程序在下载一个文件libraries_v140_x64_py35_1.1.0.tar时出错,大家可以去这里下载:http://download.csdn.net/download/hanzy88/10229767
下载后放在制定文件夹内,我的是C:\Users\Administrator.caffe\dependencies\download文件夹内(压缩文件),解压到download同级文件夹里。
重新加载编译一次,如果出错删除scripts目录下bulid中所有文件,重新加载scripts中的build_win.cmd,否则一直错在同一个地方(每一次更改变动,最好都要删除build文件里的所有文件)。
至此,重新加载编译应该都没有问题,没有报错就是安装成功了。
B. 之后,安装tensorflow
如果你安装好了Caffe,那么安装tensorflow和keras就很简单了。
由于安装的是Cuda是8.0版本,所以同样不能用最新的tensorflow
需要下载以下版本: tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl
大家也可以上百度云下载:http://pan.baidu.com/s/1o77WBe6(感谢分享的博主)
从开始菜单中打开Anaconda Prompt,输入:pip install c:\Users\Luoge\Downloads\tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl
然后,等待安装完成就好了。
C.安装Keras
保持网络连接,从开始菜单中打开Anaconda Prompt,输入:pip install keras
回车,安装就开始了,它会顺带把Theano也给安装上,但是这里安装的Theano版本比较老,是Theano-0.8.2。我们使用tensorflow作为后端,而不是theano,所以不用理会它,让它装上就好了。
测试tensorflow和Keras是否安装成功:
从开始菜单中打开Anaconda Prompt,在命令行中输入:python,再输入:
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))
如果正确打印出结果32,不报错,说明tensorflow安装成功。
再输入:import keras
若不报错,说明安装成功。
感谢以下三位博主分享:
https://www.jianshu.com/p/c245d46d43f0
http://blog.csdn.net/bskfnvjtlyzmv867/article/details/60959099
http://blog.csdn.net/sb19931201/article/details/53648615
诚不我欺,前后用了两三天,重装了几次系统(强迫症使然),终于搞好了,特地分享。
我用的python3,所以基于python2的可以跳过这篇文章
A.先来安装最难的Caffe
安装需要的软件清单如下:
1.VS2015社区版
2.Cuda 8.0
3.Cudnn 8.0
4.python 3.5(最好3.5,想用3.6安装的可以参考我另外一篇博客,但是运行还是会出各自问题)
5.Anaconda (对应python3.5的版本,当然可以搭建多个python环境,可自行百度)
6.Cmake
7.Git
一.VS2015的安装
社区版即可,可以网上搜一下。
主要就是一开始每次都是选择默认值,导致安装后占用内存过大,同时可能还是缺少环境搭建的必要组件,所以,在安装时选择:自定义。
选择功能:
编程语言:
Visual C++
对只勾选一个就可以了,其他都不需要。
下一步,显示安装的应该时如下:
只要安装上面那些东西就可以了,如果你有别的需要可以自行选择。
二.添加路径
安装完VS2015后,安装Git、Cmake,python和Anaconda,有添加Path的选项都勾上,一路Enter就行了。之后就可以安装Cuda 8.0了,同样可以选择自定义安装,只要装第一个cuda就可以了,剩下三个可以不用选。
接着下载Cudnn,解压后,把里面的文件三个文件夹lib,bin,include复制到Cuda的安装目录中的\NVIDIA GPU Computing Toolkit\CUDA\v8.0中,替换里面之前的文件夹。
之后在你的环境变量里,应该有cmake\bin文件夹的path,没有就加一下;cuda的path,路径是安装路径里的\NVIDIA GPU Computing Toolkit\CUDA\v8.0;然后再把\NVIDIA GPU Computing Toolkit\CUDA\v8.0里的bin和lib\x64也分别添加到path,还有一个Cudnn解压文件夹的路径下cuda\bin也加入Path(这个我不知道必不必要,大家可以尝试不添加看看)。
当然,python和Anaconda的path一定要用。
三.安装Caffe
首先,在BVLC上以git的方式下载caffe:
调出系统的运行(win+R,输入cmd后,Enter)
输入git clone https://github.com/BVLC/caffe.git
然后:输入cd caffe
再次:输入git checkout windows
好了,到这里先别急着关
找到刚刚得到的caffe文件夹,我的在这里:C:\Users\Administrator\caffe,进入scripts文件夹,有一个build_win.cmd的文件,用文本编辑器打开,进行如下更改:
首先:
之后:
更改主要时关闭只用CPU运算和使用ninja,同时把python支持打开,设置为3,以及设置Anaconda的位置。
好了,改好之后保存。
回到运行窗口,输入scripts\build_win.cmd
或者shift+右键,调出powershell,把文件拖进去,等待加载编译就行了。
其中在运行时,可能会出错,是程序在下载一个文件libraries_v140_x64_py35_1.1.0.tar时出错,大家可以去这里下载:http://download.csdn.net/download/hanzy88/10229767
下载后放在制定文件夹内,我的是C:\Users\Administrator.caffe\dependencies\download文件夹内(压缩文件),解压到download同级文件夹里。
重新加载编译一次,如果出错删除scripts目录下bulid中所有文件,重新加载scripts中的build_win.cmd,否则一直错在同一个地方(每一次更改变动,最好都要删除build文件里的所有文件)。
至此,重新加载编译应该都没有问题,没有报错就是安装成功了。
B. 之后,安装tensorflow
如果你安装好了Caffe,那么安装tensorflow和keras就很简单了。
由于安装的是Cuda是8.0版本,所以同样不能用最新的tensorflow
需要下载以下版本: tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl
大家也可以上百度云下载:http://pan.baidu.com/s/1o77WBe6(感谢分享的博主)
从开始菜单中打开Anaconda Prompt,输入:pip install c:\Users\Luoge\Downloads\tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl
然后,等待安装完成就好了。
C.安装Keras
保持网络连接,从开始菜单中打开Anaconda Prompt,输入:pip install keras
回车,安装就开始了,它会顺带把Theano也给安装上,但是这里安装的Theano版本比较老,是Theano-0.8.2。我们使用tensorflow作为后端,而不是theano,所以不用理会它,让它装上就好了。
测试tensorflow和Keras是否安装成功:
从开始菜单中打开Anaconda Prompt,在命令行中输入:python,再输入:
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))
如果正确打印出结果32,不报错,说明tensorflow安装成功。
再输入:import keras
若不报错,说明安装成功。
感谢以下三位博主分享:
https://www.jianshu.com/p/c245d46d43f0
http://blog.csdn.net/bskfnvjtlyzmv867/article/details/60959099
http://blog.csdn.net/sb19931201/article/details/53648615
相关文章推荐
- Win10 64bit下安装GPU版Tensorflow+Keras
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- ubuntu 下GPU版的 tensorflow / keras的环境搭建
- ubuntu 14.04 server搭建+NVIDIA+CUDA+CUDNN+caffe+theano+tensorflow+keras+matlab
- 在U盘里配置好主流深度学习框架及GPU环境theano\tensorflow\keras\caffe\cuda7.5
- Ubuntu16.04+caffe+keras+tensorflow+GPU +matlab 安装资源查看
- windows系统下的keras(Theano/Tensorflow后端)CPU以及GPU加速环境搭建
- Win10 64bit下安装GPU版Tensorflow+Keras
- 深度学习系列:win10安装GPU版caffe(python3.6接口)
- Ubuntukylin16.04.2+Cuda8.0+Opencv3.2.0+Caffe+Digits+Keras+TensorFlow搭建教程
- 转:ubuntu 下GPU版的 tensorflow / keras的环境搭建
- 小白配置GPU版Tensorflow+Keras(Win10)
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- Ubuntu16.04下安装Cuda8.0+Caffe+TensorFlow-gpu+Pycharm过程(2018年1月23)
- Win7/Win10环境安装:Cuda+keras+tensorflow-gpu
- Win10 64bit +VS2015+GPU版本MXNet+Tensorflow 1.3.0的安装
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建
- windows下安装gpu版本的keras\tensorflow
- ubuntu16.04 64位 cpu安装tensorflow+theano+keras+caffe+xgboost