Windows下Pycharm使用Tensorflow、Theano和Keras的方法

在keras.json中 ，backend  从tensorflow改为 theano

{
    "floatx": "float32",
    "image_data_format": "channels_last",
    "epsilon": 1e-07,
    "backend": "theano"
}

参考： 

http://blog.csdn.net/hanlin_tan/article/details/70246641

首先安装Anaconda x64版本（x86版本无法使用Tensorflow）。

Tensorflow 1.2发布了，支持Python 3.6。因此无需再创建python 3.5环境，也就是无需执行

conda create -n tensorflow python=3.5
activate tensorflow
 
 

• 1
• 2

• 1
• 2

用Anaconda安装Tensorflow（CPU版）

• 用Anaconda创建虚拟环境“tensorflow”，并安装python 3.5和tensorflow包。命令行执行

conda create -n tensorflow python=3.5
activate tensorflow
pip install tensorflow h5py matplotlib
 
 

• 1
• 2
• 3

• 1
• 2
• 3

• 将Anaconda3\pkgs\python-3.5.3-0目录下的python编译器剪切到Anaconda3\envs\tensorflow下（重要：没有此步骤则pycharm无法检测到tensorflow包。）

用Anaconda安装Tensorflow（GPU版）

如果你的机器有Nvidia GPU，先下载安装Visual Studio 2013，再从Nvidia官网下载安装CUDA 8.0 SDK（附带显卡驱动）。然后将上述命令中的pip
install tensorflow替换为

pip install tensorflow-gpu
 
 

• 1

• 1

为了发挥GPU最大性能，还需要从Nvidia官网下载cudnn，并放置到CUDA SDK的lib目录下。

Pycharm设置编译器

进入File->Settings，查找Python Interpreter，添加Anaconda3\envs\tensorflow目录下的python.exe为编译器。

安装theano和keras

在python 3.5中，安装keras之前要安装theano。

activate tensorflow
conda install mingw libpython
conda install theano
pip install keras
 
 

• 1
• 2
• 3
• 4

• 1
• 2
• 3
• 4

安装opencv3

conda install -c menpo opencv3
 
 

• 1

• 1

其他常用包

conda install  scikit-image scikit-learn