keras的GPU模式安装- theano 后端

很久很久没写博客了，上次写博客应该是一年前的事情

如果会看这篇文章的同志们应该也知道keras是啥，这里不多介绍，今天要写的keras的，先来一下自己的硬件设备和系统：

ubuntu14.04

GTX-950（我使用）

python2.7

1.  安装必要的工具vim+git：sudo apt-get install vim git

2. 安装必要的依赖库: sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev

3. 安装nvida驱动：

• 首先去下载驱动：http://www.nvidia.cn/Download/index.aspx?lang=cn，下载后得到一个./NVIDIA.run 文件（名字具体看你下载的文件）
• 屏蔽ubuntu原来的驱动：sudo gedit /etc/modprobe.d/blacklist.conf 并依次添加一下内容

• blacklist vga16fbblacklist nouveaublacklist rivafbblacklist nvidiafbblacklist rivatv

• 卸载原来驱动：sudo apt-get  remove nvidia-*      sudo apt-get  purge  nvidia-*
     sudo apt-get  remove xserver-xorg-video-nouveau sudo    apt-get purge  xserver-xorg-video-nouveau
  
• 接下来关闭ubuntu图形界面安装nvida驱动：
  • sudo service lightdm stop
  •  然后切换到tty1：Ctrl+Alt+F1
  • 登录root用户
  • 接下来安装下载下来的驱动： ./NVIDIA.run开始安装
  • 重新启动X-Window：sudo service lightdm start
• lspci | grep -i nvidia 检查是否安装成功
  查看你的显卡类型：
  lspci | grep -i vga
  查看驱动配置：
  cat /etc/X11/xorg.conf
  查看当前使用的驱动：
  lsmod | grep -i nvidia (我使用的nvidia的)
  查看驱动的详细信息：
  modinfo nvidia
  

4. 安装cuda：

• 选择cuda：http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/   （我用的6.5，因为我发现安装7.5后和我显卡驱动无法兼容，具体大家可以使用新的版本）
  
• 下载cuda: wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_6.5-14_amd64.deb
• sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
• sudo apt-get update
  如果碰到apt-get无法使用        具体如下：
             1、执行ps -ef | grep apt-get                                            查看是否有apt-get进程。           2、执行sudo killall -9 apt-get                                          强行关闭相应进程。           3、执行sudo apt-get update;sudo apt-get dist-upgrade 继续升级。
  
• 一条命令安装：sudo apt-get install cuda  (-f)
• 安装好后去需要去 cd 到 /usr/local/cuda 的sample底下 运行make，编译一把sample确认安装是否成功 如果make 发现某些库没有链接 cannot find -lnvcuvid
  
• 
  

• sudo ln -s /usr/lib/nvidia-367/libnvcuvid.so /usr/lib/libnvcuvid.sosudo ln -s /usr/lib/nvidia-367/libnvcuvid.so.1 /usr/lib/libnvcuvid.so.1    

  
  
• 如果上面一步运行成功运行：/usr/local/cuda/samples/bin/x86_64/linux/release/deviceQuery 查看是否能正确显示
  

5.安装Anaconda：这个玩意包含了蛮多python有用的lib（numpy，scipy，pyyaml，hdf5），所以可以减少你很多lib的安装。下载地址：http://www.continuum.io/downloads#all。一条命令安装好：

./Anaconda-2.3.0-Linux-x86_64.sh 并添加bin 在～/.bashrc中添加export PATH="~/anaconda2/bin:$PATH"

安装好后，我们需要创建一个新的python环境，这样我们所有的keras程序都安装在这个独立的环境，具体我们用到了conda这个命令：可以参考这个：http://www.tuicool.com/articles/vyyA7rB

conda create -n keras_env  python=2.7 numpy scipy  (创建一个keras_env的环境，这个环境带了python2.7 numpy scipy)

conda安装opencv，如果处理图片一般会用到opencv库：

conda install -c https://conda.binstar.org/menpo opencv

最后使用这个环境我们要把这个环境active起来，注意后面所有的pip安装theano的命令都在这个kears_env下执行

source activate keras_env   这条命令也要添加到 ～/.bashrc

如果有什么库少了可以参考安装下面一些库，因为毕竟我们的环境有些少许出入：

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git

6. 安装theano

pip install Theano

7. 安装keras：sudo pip install keras 。 安装好keras后，我们需要把keras的backend设置为theano(keras默认是用tf)，具体的方法是

查询到 ~/.keras/keras.json

{
    "image_dim_ordering": "th",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "theano"
}

8.设置keras的GPU模式：

vim 编辑 ～/.theanorc 输入以下字符：

[global]
device=gpu
floatX=float32
root=/usr/local/cuda
[nvcc]
fastmath = True
[blas]
ldflags = -lopenblas
[cuda]
root = /usr/local/cuda
[lib]
cnmem=0.8
[nvcc]
optimizer_including=cudnn

这里我安装了cudnn，如果没有安装就不需要指定最后的cudnn，但是cuda一定需要指定

9. shell中键入python，之后输入from keras.models import Sequential

PS：我知道基本上csdn的安装流程都不能安装成功，所以有问题就留言碰吧。

缺少yaml的解决方法

cd
wget http://pyyaml.org/download/libyaml/yaml-0.1.4.tar.gz
tar xzvf yaml-0.1.4.tar.gz
cd yaml-0.1.4
./configure --prefix=/usr/local
make
sudo make install

最后keras有一个style-transfer的demo给大家看一下有点努力的动力吧。下面是keras的4次迭代的结果。

===================================================

OTHER TIP