低配Win10部署TensorFlow1.15GPU版+Keras2.15深度学习环境

本文最后更新于：2021年4月9日 下午

# 低配Win10部署TensorFlow1.15GPU版+Keras2.15深度学习环境

最近打算参加一个 NLP 文本分类比赛（顺便水一下数据挖掘实验大作业），遇到一些好用的开源模型，可惜没有 PyTorch 版的，又得下回 TensorFlow1.0+ 版的了，顺便记录一下安装过程，还是挺顺利的~

0x00 安装前提

  1. 装好 Anaconda 环境
  2. 装好 NVIDIA 显卡驱动

我的机器配置可以看我之前写的文章低配Win10部署TensorFlow1.15GPU版+Keras2.15深度学习环境

0x01 安装步骤

如果前面前提搞定了后面安装就两步

  1. 建环境
  2. 安装

建环境

在命令行执行指令创建一个新环境用来安装 TensorFLow，以下遇到([y]/n)?都一路按y回车

conda create --name tf1 python=3.6

–name 后面是你自己定义的环境名称，我这里就是 tf1，后面指定环境所用的 python 版本为3.6

切换到刚刚建好的环境

conda activate tf1

安装

安装 TensorFlow 1.15 版本和GPU版本

conda install tensorflow==1.15.0
conda install --channel https://conda.anaconda.org/hanyucui tensorflow-gpu=1.15

conda方式下载安装时不需要指定cudatoolkit的版本，因为conda会解决这种版本依赖问题同时会自动安装好CUDA所对应的cuDNN。

每个虚拟环境都需要单独安装它所对应的CUDA以及cuDNN，所以按照同样的方式新建一个环境又可以装另一个版本的 TensorFlow 环境。

安装好之后就可以测试一下效果啦

0x02 安装测试

键入python进入交互环境，随便找了别人文章写的一段代码代码测试了一下

import tensorflow as tf

gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)

结果如下：

image-20201127005843813

我只有一块渣渣GPU所以就显示设备0，blabla…总之有输出就证明安装成功啦~

后面就自己随便玩了~

我自己是准备比赛就装了个NLP工具库 kashgari，还有分词工具包 jieba

pip3 install jieba
pip3 install "kashgari>=1.1,<2.0"

如果pip用不了可以试下改成pip3

下好上面的包自然就把keras下载了

暂时这样，Over~