windows 10 64bit下安装Tensorflow+Keras+VS2015+CUDA8.0 GPU加速
https://www.jianshu.com/p/c245d46d43f0
寫在前面的話
2016年11月29日，Google Brain 工程師團隊宣布在 TensorFlow 0.12 中加入初步的 Windows 支持。但是目前只支持64位，而且Python版本為3.5版本，需要CUDA 8.0 。
之前Tensorflow對windows的支持并不好，導致如果需要使用它，需要轉移到Linux平臺，或者使用Cygwin什么的，總之挺麻煩，現在好了。麻煩事google幫我們解決了。感謝google！
Tensorflow和Keras都是支持Python接口的，所以本文中說的都是搭建一個Python的深度學習環境。還有一點，我也是新手，寫得不好請勿噴！忽視本文就好。
如果你不清楚Keras和Tensorflow是什么關系？請看下圖：
Keras與Tensorflow和theano關系圖.pngKeras是對Tensorflow或者Theano的再次封裝，也就是以Tensorflow或Theano為后端，默認的后端是tensorflow，如果你想使用theano為后端，可以更改為theano。
Keras為什么要對tensorflow和theano進行再次封裝，當然是為了使用更簡單！為了讓我們不用關注那么多的底層細節，把所有精力都放在實際問題上面。
Tesorflow與theano是可以使用Nvidia GPU進行加速的，如果你的GPU不支持CUDA，那么也不用擔心，那就使用CPU，只是速度慢點（其實是慢很多！(_)）。如果你的GPU支持CUDA，不用猶豫了，果斷使用CUDA進行加速吧，速度快個10~20倍，那是常事。
好了說了這么多，下面進入正題。
一、文件準備
windows 10 64bit旗艦版（版本1607，OS內部版本 14393.576）
cuda_8.0.44_win10.exe: CUDA安裝文件。去NVIDIA官網下載。
CUDA是由顯卡廠商NVIDIA推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題。
Visual Studio 2015 Community: 請使用Community版本（社區版），因為它是免費的！免費的！當然，你注冊個微軟賬號使用起來就更好了。
Rapid Environment Editor（環境變量編輯器）
先把它安裝了吧，編輯環境變量方便點。
Anaconda3-4.2.0-Windows-x86_64.exe
Anaconda是一個Python科學計算環境，提供了很多常用的Python庫，例如：
numpy，scipy, matplotlib等等。自帶的包管理器conda也很強大，可以方便地安裝各種Python庫。
下載地址：https://www.continuum.io/downloads/
- DXSDK_Jun10.exe
微軟的DirectX SDK工具包，不安裝它的話，后面編譯CUDA_Samples是沒法成功的。下載地址：https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502
- cudnn-8.0-windows10-x64-v5.1.zip
CUDA的神經網絡加速庫，可以在前面GPU加速基礎上大概再提升1.5倍的速度。 下載地址：https://developer.nvidia.com/cudnn
1. 安裝Rapid Environment Editor
這個東西是編輯環境變量的，挺好用的，先把它安裝了吧。后面給自己省事。安裝完成后，默認界面是英文的，到設置里面改為中文吧。啟動的時候，設置位管理員啟動吧，不然沒法更改系統環境變量。
2. 安裝DXSDK_Jun10.exe
直接按照提示下一步就好了。我在windows 10上安裝的時候，最后的時候會報錯，不過沒有關系，關掉那個框。搜索下"d3dx9.h"、"d3dx10.h"、"d3dx11.h"頭文件是不是存在，如果路徑如下這個樣子，就成功了。路徑：C:\Program Files (x86)\Microsoft DirectX SDK (June 2010)\Include\d3dx9.h
DirectX SDK S1023錯誤.png二、安裝CUDA
深度學習庫如果使用CUDA進行GPU加速，可以大大縮短計算時間。如果不需要GPU加速，直接跳到第三部分。
2.1 檢查GPU是否支持CUDA
先確定下自己的顯卡型號（不要告訴我你不知道怎么查看自己的顯卡型號）。安裝CUDA前先檢查下，自己的顯卡是否支持CUDA，可以從下面的網址查看自己的顯卡是否在支持之列。如果你的顯卡比較新，到這里檢查是否支持CUDA：https://developer.nvidia.com/cuda-gpus
如果你的顯卡很老，請到如下鏈接檢查是否支持CUDA：https://developer.nvidia.com/cuda-legacy-gpus
注意筆記本和desktop的區別。
如果自己電腦顯卡不支持的話就跳過第二部分，直接到第三部分。我的顯卡是GTX650，是支持CUDA的，所以繼續。
2.2 安裝Visual Studio 2015 community
Visual Studio 2015 community的安裝包到哪里找，我就不說了。安裝VS2015前，請先斷網，不然安裝過程會下載一堆東西，過程極慢。安裝時只選擇Visual C++部分，其他都可以不裝，這樣安裝起來更快。安裝要一會兒，請耐心等待。
2.3 CUDA安裝
1. CUDA 8.0下載
從CUDA的官網下載安裝文件，https://developer.nvidia.com/cuda-downloads，我安裝時最新版本是 CUDA 8.0. 注意選擇系統是windows 10，選擇exe(local)那個Installer Type。如下圖：
CUDA8.0下載.jpg如果需要下載CUDA的歷史版本，請到這里：https://developer.nvidia.com/cuda-toolkit-archive
2. 測試CUDA安裝結果
打開命令提示符，輸入：nvcc -V
可以看到如下信息：
但是，這樣并不代表安裝成功了。等把CUDA_Samples示例編譯通過不報錯了，才能算是成功。
3. 編譯CUDA示例程序
（1）在 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目錄下，有CUDA的示例程序。由于我安裝的是VS2015，所以我打開Samples_vs2015.sln那個解決方案文件，將解決方案配置更改為Release和x64.
使用Release模型，由于所有程序安裝包用的都是64位版本，所以改為x64比較好。
（2）右鍵單擊，編譯整個解決方案。如果不出意外，將會編譯成功。如果提示是缺少：
"d3dx9.h"、"d3dx10.h"、"d3dx11.h"頭文件 ，說明前面安裝DirectX SDK沒有安裝好，重新安裝下DXSDK_Jun10.exe，再次編譯。
（3）關閉VS2015，在
c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release
目錄下找到deviceQuery.exe這個文件。打開一個cmd窗口，定位到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目錄，輸入：deviceQuery.exe ，然后回車。會得到如下結果：
如果你的結果與上面類似，恭喜你！CUDA 8.0安裝成功了！
如果報錯了，請檢查下前面的步驟是否嚴格執行了。重新再來，直到成功。
三、安裝Tensorflow與Keras
3.1 安裝Anaconda
1. 下載Anaconda
Anaconda包含很多科學計算的包，例如numpy、scipy等等，可以為你省去不少麻煩，它的官網在這里：https://www.continuum.io/downloads ，下載最新的Anaconda 4.2版本，Python版本選擇3.5 64bit的那個版本。
下載Anaconda.jpg萬一你執意使用Python 2.7，我只能告訴你，最新的tensorflow-0.12在windows平臺可能對python-2.7支持得不夠好，中間會出問題的。
2. 安裝Anaconda
- 如果你之前有安裝Anaconda 2系列的，在環境變量里面把相關的環境變量給刪除了。
- 安裝挺簡單，我一般安裝在C盤根目錄下：c:\Anaconda3
建議大家也安裝到根目錄下。
安裝時，在Install for那個界面，建議選擇【All Users(requires admin privileges)】那個選項。
在如下那個界面中，把兩個選項都勾上（默認是勾上的）
安裝Anaconda-2個選項.png3.2 更改pip的默認源
Python開發安裝包時，使用pip進行包安裝非常方便。但pip默認的源服務器在國外，下載非常慢，而且經常出現下載后安裝出錯問題。因此，有必要更換為國內的pypi源。
對于windows來說，直接在當前用戶目錄下新建一個pip.ini文件，例如：c:\Users\Luoge\pip.ini
pip.ini的文件內容如下：
上面是將源更換為了阿里云的源（阿里爸爸牛逼！~），輸入完成后，記得保存。
3.3 安裝Tensorflow
下面兩種安裝方式二選一。
在線網絡安裝方式
保持網絡連接，從開始菜單中打開Anaconda Prompt，輸入：pip install tensorflow-gpu
然后就耐心等待吧。如果安裝成功了，跳過離線安裝方式。
- 如果它提示你更新pip，你就按照提示更新pip好了。
- 如果這種方式安裝失敗了，請看下面的 離線安裝方式
離線安裝方式
如果在線從pip安裝tensorflow總是失敗，那就下載python的whl包，本地安裝的。
下載地址： http://www.lfd.uci.edu/~gohlke/pythonlibs/
Ctrl+F搜索Tensorflow，找到： tensorflow_gpu?0.12.0rc1?cp35?cp35m?win_amd64.whl
注意下載帶gpu字樣的版本，它才支持GPU加速。下載也不太快，視你的網速而定。
為了方便大家，我在百度云上上傳了一份，大家也可以上百度云下載：http://pan.baidu.com/s/1o77WBe6
不客氣！
從開始菜單中打開Anaconda Prompt，輸入：pip install c:\Users\Luoge\Downloads\tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl
然后，等待安裝完成就好了。
3.4 安裝Keras
保持網絡連接，從開始菜單中打開Anaconda Prompt，輸入：pip install keras
回車，安裝就開始了，它會順帶把Theano也給安裝上，但是這里安裝的Theano版本比較老，是Theano-0.8.2。我們使用tensorflow作為后端，而不是theano，所以不用理會它，讓它裝上就好了。
四、測試Keras是否安裝成功
從開始菜單中打開Anaconda Prompt，在命令行中輸入：python，再輸入：
import tensorflow as tf sess = tf.Session() a = tf.constant(10) b = tf.constant(22) print(sess.run(a + b))如果正確打印出結果32，不報錯，說明tensorflow安裝成功。
再輸入：
import keras若不報錯，說明安裝成功。
五、讓速度更快一點
1. cuDNN可以在前面GPU加速基礎上大概再提升1.5倍的速度，它由nVIDIA開發。可以到nVIDIA官網上下載。下載之前需要注冊，然后問一系列問題，請耐心弄完。然后就可以下載了。不要下載錯了，下載windows 10系統下64位的，最新的支持CUDA 8.0的cuDNN-5.1，文件名是：cudnn-8.0-windows10-x64-v5.1.zip
下載cudnn.jpg2. 下載完成后解壓縮。里面有bin、include、lib三個目錄，將三個文件夾復制到安裝CUDA的地方覆蓋對應文件夾，默認文件夾在：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
3. 如何驗證CuDNN是否配置成功呢？
打開Anaconda Prompt，輸入python，再輸入import tensorflow，顯示的如果是下圖這樣子，不提示沒有安裝cudnn，就成功了。
作者：xushiluo
鏈接：https://www.jianshu.com/p/c245d46d43f0
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯系作者獲得授權并注明出處。
總結
以上是生活随笔為你收集整理的windows 10 64bit下安装Tensorflow+Keras+VS2015+CUDA8.0 GPU加速的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Excel-VBA基础（17）：创建自定
- 下一篇： html做一个京东搜索功能,连续动作：自