Windows10+Anaconda3下深度学习环境创建。安装tensorflow(cpu版),theano,keras

一、安装Tensorflow9=(cpu版)
在cmd(命令行窗口win+R+输入cmd)或者Anaconda里,进入虚拟环境(conda activate + 虚拟环境名(不加,默认Base)),直接conda install tensorflow,然后自动下载相关依赖包
二、安装Theano
1.安装g++编译器(Theano需要g++编译器支持):conda install mingw libpython
2.安装Theano:输入conda install theano
3.导入后报错:在根目录(即开始进入cmd看见的目录)下,添加.theanorc.txt,内容如下:
[global]
openmp=False

[blas]
ldflags=-lmkl_rt(或者ldflags=-lblas)

[gcc]
cxxflags=-IE:\Anaconda\MinGW\include(自己Anaconda目录下,即使没有include文件夹也没关系)
三、安装keras
1.注意:安装keras最好在安装好Tensorflow或Theano之后
2.安装:conda install keras
四、其他及感想
开始安装且导入后,一直报错,于是在网上到处搜索寻找解决方法,有了些额外收获
1.NVIDIA相关
首先要在自己电脑上,搜索并打开设备管理器->显示设配器(开始菜单搜索就行),查看自己显卡,有几个显卡会显示出来(自己有两个,英特尔的和NVIDIA的),如果后面要配Tensorflow(gpu版),下载最新的驱动的话,由于后面还会安装NVIDIA CUDA,可以直接打开https://www.nvidia.com/Download/index.aspx?lang=cn,选择自己电脑的系统以及显卡型号然后本地安装(local),然后就不需要再安装CUDA,因为本地安装就是所有组件一起安装的,但没有cuDNN,还要自己去下
2.感想
安装花了两天多,到处搜索,不容易。当然这么久还是我有些粗心导致的!
3.后面增加
Anaconda不需要自己装CUDA和cuDNN,参考https://blog.csdn.net/xq_nbu/article/details/83188570

原文地址:https://www.cnblogs.com/tanjie200/p/12335507.html

时间: 2024-10-12 10:48:41

Windows10+Anaconda3下深度学习环境创建。安装tensorflow(cpu版),theano,keras的相关文章

windows10配置tensorflow深度学习环境(GPU版)各种坑

我们配置一个tensorflow-gpu版的深度学习环境 windows10 64 python3.5 vs2017(需要C++部分) cuda9.0 cudnn7.1 GeForce GTX1060 1.安装python 我们选择python3.5,直接从官网下载windows10版本的安装就行,可以选择默认安装路径,并添加环境变量. 测试打卡cmd,输入python,输出python的版本信息 则安装成功 2.安装vs2017 3.安装cuda 首先要确保你的电脑上装了一块差不多的显卡 我们

Linux 搭建深度学习环境教程

Linux 搭建深度学习环境教程 Notes: ? 开门见山:使用 Anaconda 直接搞定 Linux Nvidia 驱动这个千年难题 ? 重点: 关于这个问题,今天我来总结一篇专治头疼的药方:只需要安装 Anaconda ,使用 conda 安装 Pytorch 或者 Tensorflow-gpu 即可. conda 会自动帮助我们安装好几乎所有必需的驱动,可谓是一键式安装,简直是我等"菜鸡"们的福音!!! I Love Anaconda ?????? 1. Linux 发行版选

搭建实用深度学习环境(Ubuntu16.10+Theano0.8.2+Tensorflow0.11.0rc1+Keras1.1.0)

在动手安装之前,首先要确定硬件,系统,准备安装软件的版本,确定这些软硬件之间是否相互支持或兼容.本文安装的主要环境和软件如下: Ubuntu16.10+CUDA8.0(cudnn5.1,CNMEM)+Theano0.8.2+Tensorflow0.11.0rc1+Keras1.1.0 显卡型号为Quadro K6000. 深度学习的另外一个比较常用的开发环境是CAFFE,由于之前的很多大牛基于CAFFE做了很多注明的模型,且已经发布到网上,故这套框架更适合于应用.但CAFFE安装起来异常复杂,需

[AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建

这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境,该环境可用于实际生产.本人现在非常熟练linux(Ubuntu/centOS/openSUSE).windows上该环境的搭建 :) 前面三篇博客代码实现均基于该环境(开发或者测试过): [AI开发]Python+Tensorflow打造自己的计算机视觉API服务 [AI开发]基于深度学习的视频多目标跟踪实现 [AI开发]视频多目标跟踪高级版 运行环境 1) centOS 7.5 ,不要安装GUI桌面:

node.js在windows下的学习笔记(1)---安装node.js

1.首先打开http://www.nodejs.org/ 2.选择DOWNLOADS,跳转到下面的画面,我的系统是windows7的32位.所以选择.msi的32bit版本. 3.下载后,得到一个5.43MB大小的安装包, 4.运行安装包 点击next 打个勾,点击next 选择安装目录 最后,安装成功啦 node.js在windows下的学习笔记(1)---安装node.js,布布扣,bubuko.com

linux下搭建lamp环境以及安装swoole扩展

linux下搭建lamp环境以及安装swoole扩展   一.CentOS 6.5使用yum快速搭建LAMP环境 准备工作:先更新一下yum源 输入下面命令: yum -y update 1.安装Apache [[email protected] ~]# yum -y install httpd # 开机自启动 [[email protected] ~]# chkconfig httpd on # 启动httpd 服务 [[email protected] ~]# service httpd s

Linux发展历程和学习环境的安装

今天我们学习Linux的发展历程以及Linux系统学习环境的安装.总的来说,今天的收获太少,在安装VMware虚拟机的时候错误百出,每一次都是因为小问题导致整个系统崩溃.在配置虚拟机网络的过程中,不知道是电脑问题还是操作问题,虚拟机网络一直没有配置好,感到稍微的沮丧.看来还是需要向超哥多多请教才是,不然会浪费太多的时间在一件很小的事情上.希望自己能够越来越好吧,别再向今天一样,漏洞百出.为自己加油!!!! 原文地址:http://blog.51cto.com/13858927/2140019

一线开发者在Reddit上讨论深度学习框架:PyTorch和TensorFlow到底哪个更好?

本文标签:   机器学习 TensorFlow Google深度学习框架 分布式机器学习 PyTorch   近日,Reddit用户 cjmcmurtrie 发了一个主题为「PyTorch vs. TensorFlow」的讨论帖,想要了解这两大流行的框架之间各自有什么优势. 原帖地址:https://redd.it/5w3q74 帖子一楼写道: 我还没有从 Torch7 迁移到 TensorFlow.我玩过 TensorFlow,但我发现 Torch7 更加直观(也许是我玩得不够?).我也尝试了

Ubuntu16 安装Anaconda3+tensorflow cpu版

打开火狐浏览器,下载anaconda安装包,网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D 下载完成,到Download文件夹下,打开命令行界面,输入:bash +文件名 我这里是输入:bash Anaconda3-2018.12-Linux-x86_64.sh 中途根据提示,按下enter,输入yes等操作即可. 安装完成添加环境变量: 在终端输入:sudo gedit ~/.bashrc 打开文件后,在最底部