200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > python keras安装配置_科学网—如何配置深度学习环境:Ubuntu+TensorFlow+keras - 邵斌的博文...

python keras安装配置_科学网—如何配置深度学习环境:Ubuntu+TensorFlow+keras - 邵斌的博文...

时间:2023-10-28 14:48:34

相关推荐

python keras安装配置_科学网—如何配置深度学习环境:Ubuntu+TensorFlow+keras - 邵斌的博文...

深度学习是最近很火爆的一个技术,虽然很多概念在上个世纪就已提出,但大规模的应用和发展还是近几年的事情。这里分享一下相关配置(针对TensorFlow+keras)。

硬件需求:

最好有一块比较新的支持cuda的NVIDIA显卡,拿cpu也可以体验深度学习,用来做研究可能就捉急了。最好有一台可以安装显卡的台式机。原则上如果笔记本有thunderbolt或者PCI-E接口,也可以用外置电源+显卡+笔记本的组合。这样不用再配置一台完整台式机,但仍然会牺牲通讯速度。笔者台式机的搭配是GeForce GTX1060 6GB+i5 6600K +32G内存。这是比较入门的组合,轻量的学习科研完全足够了。

软件配置:

2.安装fortran,gcc

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install build-essential cmake g++ gfortran

sudo apt-get git pkg-config python-dev

sudo apt-get software-properties-common wget

sudo apt-get autoremove

sudo rm -rf /var/lib/apt/lists/*

3.安装NVIDIA驱动,在官网下载即可,我安装的是nvidia-375

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-375

利用以下命令可以判断驱动是否安装正确

cat /proc/driver/nvidia/version

需要选好版本,我的版本是linux/x86/Ubuntu/local(deb)

安装好之后需要把path加到bashrc里

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrcecho 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >>~/.bashrcsource~/.bashrc

可以通过以下命令检查cuda的安装

nvcc –V

我印象中需要注册一个NVIDIA developer的账号。

cd ~/Downloads/

tar xvf cudnn*.tgz

cd cuda

sudo cp */*.h /usr/local/cuda/include/

sudo cp */libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

6.安装python和相关的包

sudo apt-get update && apt-get install -y python-numpy python-scipy python-nose python-h5py python-skimage python-matplotlib python-pandas python-sklearn python-sympy

sudo apt-get clean && sudo apt-get autoremove

sudo rm -rf /var/lib/apt/lists/*

sudo apt-get update

sudo apt-get install git python-dev python3-dev python-numpy python3-numpy build-essential python-pip python3-pip python-virtualenv swig python-wheel libcurl3-dev

sudo apt-get install -y libfreetype6-dev libpng12-dev

pip3 install -U matplotlib ipython[all] jupyter pandas scikit-image

7.安装tensorflow

pip3 install --upgrade tensorflow-gpu

如果一切正常就可以调用了

python

>>>import tensorflow as tf

>>>a = tf.constant(5)

>>>b = tf.constant(6)

>>>sess = tf.Session()

>>>sess.run(a+b)

8.安装keras

sudo pip3 install keras

如果正常的话也可以调用keras了。

python

>>>import keras

如果此时调用keras函数进行深度学习就会显示调用显卡进行了计算。

9.最后安装编辑器,我一般用sublime text

sudo add-apt-repository ppa:webupd8team/sublime-text-3

sudo apt-get update

sudo apt-get install sublime-text-installer

其他选项:

也可以使用amazon云来进行深度学习项目,有不同的收费方式,比较便宜的一种可以做到0.1美元每小时,评价褒贬不一。

转载本文请联系原作者获取授权,同时请注明本文来自邵斌科学网博客。

链接地址:/blog-927304-1076665.html

上一篇:生物中的逆向工程技术(二):参数模型

下一篇:什么样的结果是显著的:浅谈p值

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。