Windows平台深度学习入门指南

Windows平台深度学习入门指南

本文从最基本的依赖项开始，依次配置了VS 2015、Anaconda 4.4.0、CUDA 8.0.61 和cuDNN v5.1 等基本环境，然后再从Keras 出发安装Theano、TensorFlow 和CNTK 以作为其后端。在完成配置深度学习框架后，本文分别利用这三个框架作为Keras 后端在CPU 和GPU 上训练了一个标准的卷积神经网络，完成该简单的卷积网络也就意味着我们完成了深度学习环境的配置。

目前有很多帮助我们在Linux 或Mac OS 上构建深度学习（DL）环境的指导文章，但很少有文章完整地叙述如何高效地在Windows 10 上配置深度学习开发环境。此外，很多开发者安装Windows 和Ubuntu 双系统或在Windows 上安装虚拟机以配置深度学习环境，但对于入门者来说，我们更希望还是直接使用Windows 直接配置深度学习环境。因此，本文作者Phil Ferriere 在GitHub 上发布了该教程，他希望能从最基本的环境变量配置开始一步步搭建Keras 深度学习开发环境。

如果读者希望在Windows 10 上配置深度学习环境，那么本文将为大家提供很多有利的信息。

01 依赖项

下面是我们将在Windows 10（Version 1607 OS Build 14393.222）上配置深度学习环境所需要的工具和软件包：

1.Visual Studio 2015 Community Edition Update 3 w. Windows Kit 10.0.10240.0：用

于其C/C++编译器（而不是IDE）和SDK，选择该确定的版本是因为CUDA 8.0.61 所支持的Windows 编译器。

2.Anaconda (64-bit) w. Python

3.6 (Anaconda3-

4.4.0) [for Tensorflow support] or

Python 2.7 (Anaconda2-4.4.0) [no Tensorflow support] with MKL：Anaconda 是一个开源的Python 发行版本，其包含了conda、Python、NumPy、SciPy 等180 多个科学包及其依赖项，是一个集成开发环境。MKL 可以利用CPU 加速许多线性代数运算。

3.CUDA 8.0.61 (64-bit)：CUDA 是一种由NVIDIA 推出的通用并行计算架构，该架构使

GPU 能够解决复杂的计算问题，该软件包能提供GPU 数学库、显卡驱动和CUDA 编译器等。

4.cuDNN v

5.1 (Jan 20, 2017) for CUDA 8.0：用于加速卷积神经网络的运算。

5.Keras 2.0.5 with three different backends: Theano 0.9.0, Tensorflow-gpu 1.2.0, and

CNTK 2.0：Keras 以Theano、Tensorflow 或CNTK 等框架为后端，并提供深度学习高级API。使用不同的后端在张量数学计算等方面会有不同的效果。

02 硬件

∙Dell Precision T7900, 64GB RAM：Intel Xeon E5-2630 v4 @ 2.20 GHz (1 processor,

10 cores total, 20 logical processors)

∙NVIDIA GeForce Titan X, 12GB RAM：Driver version: 372.90 / Win 10 64

03 安装步骤

我们可能喜欢让所有的工具包和软件包在一个根目录下（如e:\toolkits.win），所以在下文只要看到以e:\toolkits.win 开头的路径，那么我们可能就需要小心不要覆盖或随意更改必要的软件包目录。

∙Visual Studio 2015 Community Edition Update 3 w. Windows Kit 10.0.10240.0∙下载地址：https:///vs/older-downloads

运行下载的软件包以安装Visual Studio，可能我们还需要做一些额外的配置：

基于我们安装VS 2015 的地址，需要将C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin 添加到PATH 中。

∙定义系统环境变量（sysenv variable）INCLUDE 的值为C:\Program Files (x86)\Windows Kits\10\Include\10.0.10240.0\ucrt

∙定义系统环境变量（sysenv variable）LIB 的值为C:\Program Files (x86)\Windows Kits\10\Lib\10.0.10240.0\um\x64;C:\Program Files (x86)\Windows

Kits\10\Lib\10.0.10240.0\ucrt\x64

Anaconda 4.4.0 (64-bit) (Python 3.6 TF support / Python 2.7 no TF support))

本教程最初使用的是Python 2.7，而随着TensorFlow 可作为Keras 的后端，我们决定使用Python 3.6 作为默认配置。因此，根据我们配置的偏好，可以设置e:\toolkits.win\anaconda3-4.4.0 或e:\toolkits.win\anaconda2-4.4.0 为安装Anaconda 的文件夹名。

∙Python 3.6 版本的Anaconda 下载地址：https://repo.continuum.io/archive/Anaconda3-4.4.0-Windows-x86_64.exe ∙Python 2.7 版本的Anaconda 下载地址：https://repo.continuum.io/archive/Anaconda2-4.4.0-Windows-x86_64.exe