Windows下Pycharm使用Tensorflow、Theano和Keras的方法
2017-04-19 22:46
537 查看
首先安装Anaconda x64版本(x86版本无法使用Tensorflow)。
将
为了发挥GPU最大性能,还需要从Nvidia官网下载cudnn,并放置到CUDA SDK的lib目录下。
更新2017-06-30
Tensorflow 1.2发布了,支持Python 3.6。因此无需再创建Python 3.5环境,也就是无需执行conda create -n tensorflow python=3.5 activate tensorflow
用Anaconda安装Tensorflow(CPU版)
用Anaconda创建虚拟环境“tensorflow”,并安装python 3.5和tensorflow包。命令行执行conda create -n tensorflow python=3.5 activate tensorflow
pip install tensorflow h5py matplotlib
将
Anaconda3\pkgs\python-3.5.3-0目录下的python编译器剪切到
Anaconda3\envs\tensorflow下(重要:没有此步骤则pycharm无法检测到tensorflow包。)
用Anaconda安装Tensorflow(GPU版)
如果你的机器有Nvidia GPU,先下载安装Visual Studio 2013,再从Nvidia官网下载安装CUDA 8.0 SDK(附带显卡驱动)。然后将上述命令中的pip install tensorflow替换为
pip install tensorflow-gpu
为了发挥GPU最大性能,还需要从Nvidia官网下载cudnn,并放置到CUDA SDK的lib目录下。
Pycharm设置编译器
进入File->Settings,查找
Python Interpreter,添加
Anaconda3\envs\tensorflow目录下的
python.exe为编译器。
安装theano和keras
在python 3.5中,安装keras之前要安装theano。activate tensorflow conda install mingw libpython conda install theano pip install keras
安装opencv3
conda install -c menpo opencv3
其他常用包
conda install scikit-image scikit-learn
相关文章推荐
- Windows下Pycharm使用Tensorflow、Theano和Keras的方法
- Windows 7(10) 下安装 tensorflow,theano,keras并使用GPU加速。
- Windows下pycharm使用theano的方法
- Windows下pycharm使用theano的方法
- TensorFlow使用PyCharm编辑器进行配置和编译在Windows下
- Windows下用Anaconda安装TensorFlow,并在pycharm中使用
- 环境搭建—Windows10下Anaconda3安装tensorflow,theano,keras,pytorch以及为keras切换不同的后端
- TensorFlow学习笔记3——windows下采用Anaconda时使用tensorboard的方法
- 【TensorFlow】Windows环境下PyCharm运行TensorFlow GPU版(附TensorFlow更新方法)
- windows下pycharm中安装和使用tensorflow
- Windows下安装Keras和Theano最快速的方法(亲身验证)
- Windows下用Anaconda安装TensorFlow,并在pycharm中使用
- Windows下Tensorflow-silm库使用遇到ImportError: No module named 'nets'问题的解决方法
- keras切换后端(backend)为tensorflow或theano的方法
- Keras 切换后端(python2 还没有TensorFlow,需要使用theano)
- Windows下安装Keras和Theano最快速的方法
- windows.moveBy()函数使用方法示例
- [转]cscope在windows下使用mingw编译的方法
- windows.ResizeTo()方法使用示例
- windows下使用ssh secure shell的隧道功能映射远程主机的方法