由于Keras默认以Tensorflow为后端，且Theano后端更新缓慢，本文默认采用Tensorflow1.0作为Keras后端，Theano版安装方式请访问[www.scp-173.top]()

关于计算机的硬件配置说明

如果您是高校学生或者高级研究人员，并且实验室或者个人资金充沛，建议您采用如下配置：

  • 主板：X299型号或Z270型号
  • CPU: i7-6950X或i7-7700K 及其以上高级型号
  • 内存：品牌内存，总容量32G以上，根据主板组成4通道或8通道
  • SSD： 品牌固态硬盘，容量256G以上
  • 电源：由主机机容量的确定，一般有显卡总容量后再加200W即可

最低配置

如果您是仅仅用于自学或代码调试，亦或是条件所限仅采用自己现有的设备进行开发，那么您的电脑至少满足以下几点：

  • CPU：Intel第三代i5和i7以上系列产品或同性能AMD公司产品
  • 内存：总容量4G以上

CPU说明

  • 大多数CPU目前支持多核多线程，那么如果您采用CPU加速，就可以使用多线程运算。这方面的优势对于服务器CPU志强系列尤为关键
  • 如果您的显卡是非NVIDIA公司的产品或是NVIDIA GTX系列中型号的第一个数字低于6或NVIDIA的GT系列，都不建议您采用此类显卡进行加速计算，例如、NVIDIA GTX 460 等等。
  • 如果您的显卡为笔记本上的GTX移动显卡（型号后面带有标识M），那么请您慎重使用显卡加速，因为移动版GPU容易发生过热烧毁现象。
  • 如果您的显卡，显示的是诸如 HD5000,ATI 5650 等类型的显卡，那么您只能使用CPU加速
  • 如果您的显卡芯片为Pascal架构（NVIDIA GTX 1080,等），您只能在之后的配置中选择CUDA 8.0

基本开发环境搭建

1. Microsoft Windows 版本

关于Windows的版本选择，本人强烈建议对于部分高性能的新机器采用Windows 10作为基础环境，部分老旧笔记本或低性能机器采用Windows 7即可，本文环境将以Windows 10作为开发环境进行描述。对于Windows 10的发行版本选择，笔者建议采用作为基础环境。

这里推荐到下载，也感谢作者国内优秀作者雪龙狼前辈所做出的贡献与牺牲。

2. 编译环境Microsoft Visual Studio 2015 Update 3

(安装CPU版本非必须安装)

CUDA编译器为Microsoft Visual Studio，版本从2010-2015，cuda8.0仅支持2015版本，暂不支持VS2017，本文采用Visual Studio 2015 Update 3。同样直接贴出迅雷热链：

MSDN

python环境建设推荐使用科学计算集成python发行版Anaconda，Anaconda是Python众多发行版中非常适用于科学计算的版本，里面已经集成了很多优秀的科学计算Python库。建议安装Anconda3 4.2.0版本，目前新出的python3.6存在部分不兼容问题，所以建议安装历史版本4.2.0注意：windows版本下的tensorflow暂时不支持python2.7

下载地址： Anaconda

4. CUDA

_(安装CPU版本非必须安装)_CUDA Toolkit是NVIDIA公司面向GPU编程提供的基础工具包，也是驱动显卡计算的核心技术工具。直接安装CUDA8.0即可下载地址：https://developer.nvidia.com/cuda-downloads在下载之后，按照步骤安装，不建议新手修改安装目录，同上，环境不需要配置，安装程序会自动配置好。

6. 加速库CuDNN

Keras 框架搭建

在CMD命令行或者Powershell中输入：

之后可以验证keras是否安装成功,在命令行中输入Python命令进入Python变成命令行环境：

没有报错，那么Keras就已经成功安装了

程序无错进行，至此，keras安装完成。

声明与联系方式

由于作者水平和研究方向所限，无法对所有模块都非常精通，因此文档中不可避免的会出现各种错误、疏漏和不足之处。如果您在使用过程中有任何意见、建议和疑问，欢迎发送邮件到scp173.cool@gmail.com与中文文档作者取得联系.

作者：E-mail ：scp173.cool@gmail.com如果您需要及时得到指导帮助，可以加微信：SCP173-cool，酌情打赏即可微信