網狐二次開發仿愛玩棋牌三網通源碼全套安裝源碼安裝過程:
0. 環境
- OS:Windows 10,64 bit;
- 顯卡:NVIDIA GeForce GTX 1050Ti,顯卡查看方法:計算機【設備管理器】⇒ 【顯示適配器】
- Python 的版本,注意只能為 3.5,並非越高越好;
- CUDA,8.0;
keras 可以以 TensorFlow 為后端(backend)(也可以 theano 為后端),安裝完成 TensorFlow 的基礎上,再安裝 keras 是一件水到渠成的工作。

1. 安裝步驟
-
安裝 CUDA:深度學習庫如果使用CUDA進行GPU加速,可以大大縮短計算時間。(CUDA 目前只有NVIDIA 的顯卡才支持)
- 檢查 GPU 是否支持 CUDA;(注意筆記本和 desktop 的區別。)
- 如果你的顯卡比較新,到這里檢查是否支持 CUDA:https://developer.nvidia.com/cuda-gpus(進入網頁,點開自己的顯卡所屬的系列,以及型號等等)
- 如果你的顯卡很老,請到如下鏈接檢查是否支持CUDA:https://developer.nvidia.com/cuda-legacy-gpus
- 將自己的顯卡驅動更新到最新版本,
- 去官網下載,或者通過 GeForce Experience 下載安裝;
- CUDA 安裝
- CUDA 的下載地址:https://developer.nvidia.com/cuda-downloads
- 如果需要下載 CUDA 的歷史版本,請移步:https://developer.nvidia.com/cuda-toolkit-archive
- 測試 CUDA 的安裝結果,打開windows cmd,輸入
nvcc -V
,查看是否識別nvcc
命令;
- CUDA 的下載地址:https://developer.nvidia.com/cuda-downloads
- 安裝 Visual Studio 2015 community
- 編譯 CUDA 的示例程序
- 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目錄下,有CUDA的示例程序。由於我安裝的是VS2015,所以打開 Samples_vs2015.sln 那個解決方案文件,將解決方案配置更改為Release和x64.
- 右鍵解決方案名稱,編譯整個解決方案,在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目錄會生成 deviceQuery.exe 這個可執行文件。。
- 如果提示是缺少:”d3dx9.h”、”d3dx10.h”、”d3dx11.h”頭文件,則需要安裝 DXSDK_Jun10.exe,下載地址:https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502
- 關閉 VS2015。打開一個cmd窗口,cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目錄(一定要 cd,切換到該目錄下,因為此路徑中間有空格,如果直接執行 deviceQuery.exe 會空格前面的
C:\ProgramData\NVIDIA
看做單獨的命令),輸入:deviceQuery.exe ,然后回車。 -
安裝 TensorFlow 和 keras
- 下載安裝 anaconda,選擇 anaconda 4.2.0 系列,其對應的 Python 版本為 3.5
-
更改 pip 的下載源,對於 windows 用戶而言,進入其家目錄(C:\Users\當前用戶名)新建一個 pip.ini 文本文件,內容如下:
[global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com
- 1
- 2
- 3
- 4
也即講源改為國內比如阿里雲的源,以加快 pip install 第三方庫的速度;
- 安裝 TensorFlow 以及 keras,保持網絡連接,從開始菜單中打開Anaconda Prompt,輸入:
- pip install tensorflow-gpu
- pip install keras
網狐二次開發仿愛玩棋牌三網通源碼全套安裝源碼下載:http://aqiulian.com/thread-94-1-1.html