安装深度学习框架-深度学习与深度合成

通过安装Anaconda打造完个人的Python开发环境后，下一步就是安装深度学习框架。下面以安装TensorFlow和Keras为例介绍深度学习框架的安装过程。

（1）安装TensorFlow。安装TensorFlow可以在Anaconda Navigator图形界面中勾选安装，也可以打开Anaconda Prompt使用Conda命令进行安装，相对而言命令行安装更加方便高效。

TensorFlow有GPU和CPU两个版本，如果需要安装GPU版本的Tensor-Flow可以使用Conda install tensorflow-gpu==1.5.0，如果安装CPU版本的TensorFlow可以使用Conda install tensorflow==1.14.0。注意==后面的数字代表对应软件的版本号。

如果需要测试OpenCV是否安装成功，可在Jupyter notebook新建文件输入如下代码：

IMPORT TENSORFLOW AS TF

HELLO=TF.CONSTANT（‘HELLO, TENSORFLOW’）

SESS=TF.SESSION（）

PRINT（SESS. RUN（HELLO））(www.xing528.com)

输出结果为b'hello, TensorFlow'，表明安装成功。

（2）安装Keras。如果需要安装Keras框架，注意使用pip（Python包管理工具，提供了对Python包的查找、下载、安装、卸载的功能）来安装。因为如果使用Conda来安装时，Conda自动安装一个新的TensorFlow版本，导致版本冲突。当使用pip命令安装后，Keras会使用之前安装的TensorFlow来作为底层运算后端（backend）。命令格式如下，本书示例采用的Keras版本为2.2.5。

pip install keras==2.2.5

测试如果需要测试Keras是否安装成功，可在Jupyter notebook新建文件输入如下代码：

IMPORT KERAS

当返回Using TensorFlow backend.则表明Keras安装成功。

总结以上开发环境的搭建过程可分为安装CUDA-＞安装cuDNN-＞安装Anaconda-＞安装深度学习框架等四个步骤，过程并不算复杂，但在安装过程中存在问题的主要原因在于软件更新过快而导致不同版本之间不兼容，因此建议读者按照本书测试通过的版本安装，或者参考网络提供的安装教程选择对应版本安装。