安装环境:
Win10(64位)
python3.6
1. Keras 介绍
Keras(http://keras.io/)是一个基于Theano或TensorFlow作为后端的深度学习框架，它的设计参考了Torch，用Python语言编写，是一个高度模块化的神经网络库。因此，Keras在结构上是极度简化、便于设计的深度学习第三方库。基于Python整合多种后端开发，充分发挥了GPU和CPU运算能力。其开发目的是利用快速原型的方法设计基于深度学习的各种实验。适合前期的网络原型设计、支持卷积网络和递归网络及两者整合的结果、支持任意的连接范式、能够在GPU和CPU上无缝连接运行。
Keras的源代码可以从https://github.com/keras-team/keras下载。
2. Keras 的安装
由于Keras不是独立的深度学习(DL)算法包，其安装必须依赖于后端系统的安装，特别是对GPU的支持，因此其安装并非那么简单。在windows系统下，需要事先安装Theano开发包，并使Theano支持GPU运算。
关于Theano的安装参考Theano官方网站的安装教程，网址是: http://deeplearning.net/software/theano/install.html
安装步骤拆分如下:
g++下载与安装:
- (1).下载mingw
首先打开网址: http://www.mingw.org/
直接点击右上方的 Download Installer 即可下载
在打开的新页面会提示我们等待几秒秒后将开始下载 -
(2). 安装
下载的安装软件相当地小，只有几十K。这是因为我们下载的只是一个包管理器，包管理器安装后才能继续安装编译器等组件。
注意，整个安装过程都是在线的，因此不要断开网络。
首先打开安装程序，按照提示，以默认选项进行安装即可。
包管理器安装完成后将弹出这个界面：
找到 mingw32-gcc-g++(注意: class属性要为bin)，右键、点击Mark for Installation
然后点击左上角的 Installation 菜单中的 Apply changes 选项，管理器将开始在线安装或更新被选中的组件。
安装完成后关闭包管理器，如果由于某种原因安装未能成功，在退出程序前程序将给予提示，选择 review changes 选项重新安装即可。 -
(3). 配置环境变量
打开此电脑 -> 右击、属性 -> 高级系统设置 -> 环境变量。
找出列表中的Path选项，选中后点击编辑 -> 新建
C:\MinGW\bin # 如果安装时路径选则的不是C盘，就填写自己选则的目录，但一定要定位到bin文件夹
点击确定，重启电脑，完成环境变量的配置。
- (4). 检查是否安装成功
打开命令行（点击开始菜单 -> 运行，输入cmd.exe后确定），输入
g++ -v
测试 g++ 的版本，如果得到的结果与下面的结果类似，不是没有这种命令或文件的提示之类的话，就说明安装成功。
也可以输入测试 gcc 的版本。
gcc -v
另一种更简单的方式是直接输入
g++
如果得到的结果为
以上均说明成功安装了编译器，mingw 的安装就完成了。
Anaconda的安装和简单使用
Anaconda安装过程简单易懂，不做详细赘述，可参考：
https://jingyan.baidu.com/article/ed15cb1bb7b8431be2698162.html
通过Conda进行需求安装（推荐）
conda install numpy scipy mkl-service libpython <m2w64-toolchain> <nose> <sphinx> <pydot-ng> <git>
注意:
- <...>之间的参数是可选的。
- m2w64-toolchain 软件包提供了GCC的完全兼容版本，因此强烈建议使用。
- git 包通过conda安装git源代码控制，这是开发版本的Theano和libgpuarray所必需的
安装并配置GPU驱动程序（推荐）(vs2013+cuda7.5环境搭建)
选择安装cuda7.5，cuda7.5最高仅支持Visual Studio 2013
- (1). 安装vs2013
安装包：https://pan.baidu.com/s/1SWC6fKlKZMPIg5qZZq4cVg 密码：n8sq
解压安装一路默认下一步即可。 - (2). 下载cuda7.5源文件
下载地址：https://developer.nvidia.com/cuda-downloads/
选择点击 Legacy Releases:
选择CUDA7.5
选择win10版本安装，如图所示
下载完之后进行安装，安装时间有点长，请耐心等待，默认是安装在c盘目录下，你也可以更改安装目录， - (3). 配置环境变量
打开此电脑 -> 右击、属性 -> 高级系统设置 -> 环境变量。
cuda7.5安装完成之后在系统环境变量中自动配置了两个系统变量
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_PATH_V7_5：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
但是为了之后的vs2013的配置做准备我们需要在配置五个系统变量
CUDA_BIN_PATH：%CUDA_PATH%\bin
CUDA_LIB_PATH：%CUDA_PATH%\lib\Win32
CUDA_SDK_BIN：%CUDA_SDK_PATH%\bin\Win64
CUDA_SDK_LIB：%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5
在系统环境变量path后新建添加如下内容
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH% -
(4). 测试是否成功
进入cmd，输入nvcc -V命令，如图所示，表示cuda7.5安装成功。
安装Theano
使用anaconda，可以直接安装theano和pygpu。Libgpuarray将自动安装为pygpu的依赖项。
conda install theano pygpu # theano()和pygpu()的最新conda软件包目前不支持Python 3.4分支 >= 0.9 >= 0.6*
安装keras
conda install keras
以上，keras在 Win10，python3.6 环境下配置安装完成。
