这里以从开辟一个新的conda环境开始。
1、conda create -n py36-keras python=3.6
2、source activate py36-keras
3、先安装TensorFlow-GPU,并指定版本,这样conda会自己知道对应的GPU加速用到的cuda和cudnn,并自动安装。命令:conda install tensorflow-gpu=1.8.0,这里我指定的是1.8版本,自己一直都是在用这个版本,所以选择了它。遇到需要输入y/n的时候,输入y就行了。
4、安装完成TensorFlow-GPU,这个时候你可以用conda list查看一下。此时TensorFlow-GPU、cudatoolkit、cudnn已经安装完成,并且自动匹配了对应的版本,避免自己去查找版本对应的问题了。见下图:

5、conda install keras
6、大功告成。
本文详细介绍了如何从零开始创建一个包含TensorFlow-GPU和Keras的conda环境。步骤包括创建环境、激活环境、安装指定版本的TensorFlow-GPU、以及安装Keras。通过这些步骤,读者可以轻松地在自己的计算机上设置深度学习开发环境。

1507

被折叠的 条评论
为什么被折叠?



