Keras学习环境配置-GPU加速版（Ubuntu 16.04 + CUDA8.0 + cuDNN6.0 + Tensorflow)

han8809

　　        本文是个人对Keras深度学习框架配置的总结，不周之处请指出，谢谢！
　　        1. 首先，我们需要安装Ubuntu操作系统（Windows下也行），这里使用Ubuntu16.04版本:
　　
　　        2. 安装好Ubuntu16.04之后，需要对系统进行初始化设置及更新：
　　        打开终端输入：
　　　　 系统升级：

　　        →~ sudo apt-get update
　　        →~ sudo apt-get upgrade
　　        安装基础依赖库：
　　        →~ sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran libopenblas-dev liblapack-dev libatlas-base-dev
　　        →~ sudo apt-get install setuptools wheel python-numpy python-scipy python-matplotlib
　　        3. 安装CUDA开发环境
　　        下载CUDA8.0：

　　
　　        打开终端，切换到下载目录：
　　        →~ sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
　　        →~ sudo apt-get update
　　        →~ sudo apt-get install cuda
　　        安装完成后，配置CUDA路径：
　　        →~ sudo gedit /etc/profile
　　        在profile文件末尾回车添加（注意：如果使用的不是8.0版本需要修改版本号）：
　　        →~ export CUDA_HOME=/usr/local/cuda-8.0
　　        →~ export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
　　        →~ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
　　        修改之后：
　　        →~ source /etc/profile
　　        验证是否配置成功：
　　        →~ nvcc -V
　　        出现下面的信息即成功：
　　
　　        4. 安装cuDNN加速库
　　        本文采用的是CUDA8.0，对应的安装cudnn-8.0-linux-x64-v6.0.tgz。下载解压出来是名为cuda的文件夹，里面有bin、include、lib，将三个文件夹复制到安装CUDA的地方覆盖对应文件夹：
　　        →~ cd /home/..../cudnn/
　　        →~ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
        →~ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
　　        →~ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
　　        5. 安装Keras框架
　　        →~ sudo pip install scikit-learn scikit-image
　　        →~ sudo pip install tensorflow-gpu  # GPU加速版
　　        →~ sudo pip install keras
　　        在终端中验证是否安装成功：
　　        →~ import tensorflow
　　        →~ import keras
　　        如果不报错，即配置成功！