keras基本开发环境搭建 港控/mmm° 2022-05-19 00:42 205阅读 0赞 ## **1. Linux 发行版** ## linux有很多发行版,本文强烈建议读者采用新版的`Ubuntu 16.04 LTS` 一方面,对于大多数新手来说Ubuntu具有很好的图形界面,与乐观的开源社区;另一方面,Ubuntu是Nvidia官方以及绝大多数深度学习框架默认开发环境。 个人不建议使用Ubuntu其他版本,由于GCC编译器版本不同,会导致很多依赖无法有效安装。 Ubuntu 16.04 LTS下载地址:http://www.ubuntu.org.cn/download/desktop ![keras_ubuntu_1.png][]通过U盘安装好后,进行初始化环境设置。 ## **2. Ubuntu初始环境设置** ## * 安装开发包 打开`终端`输入: # 系统升级 >>> sudo apt update >>> sudo apt upgrade # 安装python基础开发包 >>> sudo apt install -y python-dev python-pip python-nose gcc g++ git gfortran vim * 安装运算加速库 打开`终端`输入: >>> sudo apt install -y libopenblas-dev liblapack-dev libatlas-base-dev ## **3. CUDA开发环境的搭建(CPU加速跳过)** ## ***如果您的仅仅采用cpu加速,可跳过此步骤*** - 下载CUDA8.0 下载地址:https://developer.nvidia.com/cuda-downloads ![keras_ubuntu_2.png][] 之后打开`终端`输入: >>> sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb >>> sudo apt update >>> sudo apt -y install cuda 自动配置成功就好。 * 将CUDA路径添加至环境变量 在`终端`输入: >>> sudo gedit /etc/profile 在`profile`文件中添加: export CUDA_HOME=/usr/local/cuda-8.0 export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 之后`source /etc/profile`即可 * 测试 在`终端`输入: >>> nvcc -V 会得到相应的nvcc编译器相应的信息,那么CUDA配置成功了。(**记得重启系统**) 如果要进行`cuda性能测试`,可以进行: >>> cd /usr/local/cuda/samples >>> sudo make -j8 编译完成后,可以进`samples/bin/.../.../...`的底层目录,运行各类实例。 ## **4. 加速库cuDNN(可选)** ## 从官网下载需要注册账号申请,两三天批准。网盘搜索一般也能找到最新版。 Linux目前最新的版本是cudnn V6,但对于tensorflow的预编译版本还不支持这个最近版本,建议采用5.1版本,即是cudnn-8.0-win-x64-v5.1-prod.zip。 下载解压出来是名为cuda的文件夹,里面有bin、include、lib,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,在终端中输入: >>> sudo cp include/cudnn.h /usr/local/cuda/include/ >>> sudo cp lib64/* /usr/local/cuda/lib64/ >>> cd /usr/local/cuda/lib64 >>> sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5 >>> sudo ln -sf libcudnn.so.5 libcudnn.so >>> sudo ldconfig -v # **Keras框架搭建** # ## **相关开发包安装** ## 在`终端`中输入: >>> sudo pip install -U --pre pip setuptools wheel >>> sudo pip install -U --pre numpy scipy matplotlib scikit-learn scikit-image >>> sudo pip install -U --pre tensorflow-gpu # >>> sudo pip install -U --pre tensorflow ## CPU版本 >>> sudo pip install -U --pre keras 安装完毕后,输入`python`,然后输入: >>> import tensorflow >>> import keras 无错输出即可 ## **Keras中mnist数据集测试** ## 下载Keras开发包 >>> git clone https://github.com/fchollet/keras.git >>> cd keras/examples/ >>> python mnist_mlp.py `(`运行界面添加cuda CUDA\_VISIBLE\_DEVICES=1 python \*\*\*\*\*.py`)` 程序无错进行,至此,keras安装完成。 # # [keras_ubuntu_1.png]: /images/20220519/cd2d544f3d02417abc16c0336f9fb33e.png [keras_ubuntu_2.png]: /images/20220519/745f4df651e848a39b25944f93c11576.png
还没有评论,来说两句吧...