linux安装keras+tensorflow-gpu步骤

标签：attribute   自动   运行命令   要求   中间   cuda   conda   numpy   步骤   

最近刚刚开始接触深度学习，感觉需要用一下博客记录一下平时遇见的坑和解决方案。

最近从网上下载了一个代码是keras+tensorflow的，第一次运行python代码有点激动，中间遇见了一些坑，记录一下解决方案。

最主要的是keras和tensorflow-gpu的版本不匹配造成的。比如会有错误：‘eras.backend‘ has no attribute ‘contro_flow_ops‘

1.创建虚拟环境，防止很多框架放在一个主目录下在后面操作中太混乱：括号是解释，运行命令的时候删除。

conda create -n Ma(虚拟环境名称）python==3.6.7(这个环境以前以为要和以前安装的python版本对应，其实是不必要的，这个版本可以根据代码要求设定，比如可以3.5或3.6.）

2.安装tensorflow,因为自己用的服务器可以使用GPU,所以这里安装tensorflow-gpu版本：

conda install tensorflow-gpu==1.12.0

(这一步会自动安装 cudatoolkit 9.2 和 cudnn 7.6.0)

3.安装keras

conda install keras==2.2.4

4.降低一下numpy的版本

conda numpy==1.16.0

linux安装keras+tensorflow-gpu步骤

标签：attribute   自动   运行命令   要求   中间   cuda   conda   numpy   步骤   

原文地址：https://www.cnblogs.com/iamdongyang/p/11666843.html