Keras – 安装

Keras – 安装

本章介绍了如何在你的机器上安装Keras。在开始安装之前,让我们先了解一下Keras的基本要求。

先决条件

你必须满足以下要求 –

  • 任何类型的操作系统(Windows、Linux或Mac)
  • Python 3.5版或更高版本。

Python

Keras是基于Python的神经网络库,所以Python必须安装在你的机器上。如果你的机器上正确安装了python,那么打开你的终端并输入python,你可以看到类似于下面指定的响应、

Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) 
[MSC v.1900 64 bit (AMD64)] on win32 
Type "help", "copyright", "credits" or "license" for more information. 
>>>

截至目前,最新的版本是’3.7.2’。如果没有安装Python,那么请访问官方的Python链接–www.python.org ,根据你的操作系统下载最新的版本,并立即安装在你的系统上。

Keras的安装步骤

Keras的安装相当简单。请按照以下步骤在您的系统上正确安装Keras。

第1步:创建虚拟环境

Virtualenv 是用来管理不同项目的Python包。这将有助于避免破坏安装在其他环境中的软件包。因此,在开发Python应用程序时,总是建议使用一个虚拟环境。

Linux/Mac OS

Linux或Mac OS用户,进入你的项目根目录,输入下面的命令来创建虚拟环境、

python3 -m venv kerasenv

执行上述命令后,”kerasenv “目录与 bin、lib和include文件夹 在你的安装位置被创建。

Windows系统

Windows用户可以使用下面的命令、

py -m venv keras

第2步:激活环境

这一步将在你的shell路径中配置python和pip可执行文件。

Linux/Mac操作系统

现在我们已经创建了一个名为 “kerasvenv “的虚拟环境。移动到该文件夹并输入以下命令、

$ cd kerasvenv kerasvenv $ source bin/activate

Windows系统

Windows用户在 “kerasenv “文件夹内移动,并输入以下命令、

.\env\Scripts\activate

第3步:Python库

Keras依赖于以下Python库。

希望你已经在你的系统上安装了上述所有的库。如果这些库没有安装,那么使用下面的命令逐一安装。

numpy

pip install numpy

你可以看到以下反应、

Collecting numpy 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
   numpy-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

pandas

pip install pandas

我们可以看到以下反应、

Collecting pandas 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
pandas-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

matplotlib

pip install matplotlib

我们可以看到以下反应、

Collecting matplotlib 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
matplotlib-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

scipy

pip install scipy

我们可以看到以下反应、

Collecting scipy 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8 
/scipy-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

scikit-learn

它是一个开源的机器学习库。它用于分类、回归和聚类算法。Before moving to the installation, it requires the following −

  • Python 3.5版或更高的版本
  • NumPy版本1.11.0或更高版本
  • SciPy 0.17.0版或更高版本
  • joblib 0.11或更高版本。

现在,我们使用下面的命令来安装scikit-learn

pip install -U scikit-learn

Seaborn

Seaborn是一个神奇的库,可以让你轻松地将你的数据可视化。使用下面的命令来安装 –

pip install seaborn

你可以看到类似以下的信息—

Collecting seaborn 
   Downloading 
https://files.pythonhosted.org/packages/a8/76/220ba4420459d9c4c9c9587c6ce607bf56c25b3d3d2de62056efe482dadc 
/seaborn-0.9.0-py3-none-any.whl (208kB) 100% 
   |████████████████████████████████| 215kB 4.0MB/s 
Requirement already satisfied: numpy> = 1.9.3 in 
./lib/python3.7/site-packages (from seaborn) (1.17.0) 
Collecting pandas> = 0.15.2 (from seaborn) 
   Downloading 
https://files.pythonhosted.org/packages/39/b7/441375a152f3f9929ff8bc2915218ff1a063a59d7137ae0546db616749f9/ 
pandas-0.25.0-cp37-cp37m-macosx_10_9_x86_64.
macosx_10_10_x86_64.whl (10.1MB) 100% 
   |████████████████████████████████| 10.1MB 1.8MB/s 
Requirement already satisfied: scipy>=0.14.0 in 
./lib/python3.7/site-packages (from seaborn) (1.3.0) 
Collecting matplotlib> = 1.4.3 (from seaborn) 
   Downloading 
https://files.pythonhosted.org/packages/c3/8b/af9e0984f
5c0df06d3fab0bf396eb09cbf05f8452de4e9502b182f59c33b/ 
matplotlib-3.1.1-cp37-cp37m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64 
.macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 100% 
   |████████████████████████████████| 14.4MB 1.4MB/s 
...................................... 
...................................... 
Successfully installed cycler-0.10.0 kiwisolver-1.1.0 
matplotlib-3.1.1 pandas-0.25.0 pyparsing-2.4.2 
python-dateutil-2.8.0 pytz-2019.2 seaborn-0.9.0

使用Python安装Keras

到目前为止,我们已经完成了安装Kera的基本要求。现在,使用下面指定的相同程序来安装Keras。

pip install keras

退出虚拟环境

在完成你的项目的所有修改后,然后简单地运行下面的命令来退出环境 —

deactivate

Anaconda云

我们相信你已经在你的机器上安装了Anaconda云。如果没有安装Anaconda,那么请访问官方链接,www.anaconda.com/distribution, 根据你的操作系统选择下载。

创建一个新的conda环境

启动anaconda提示,这将打开基础Anaconda环境。让我们创建一个新的conda环境。这个过程与virtualenv相似。在你的conda终端键入下面的命令 —

conda create --name PythonCPU

如果你愿意,你也可以使用GPU创建和安装模块。在本教程中,我们遵循CPU的指示。

激活conda环境

要激活环境,请使用下面的命令 –

activate PythonCPU

安装spyder

Spyder是一个用于执行Python应用程序的IDE。让我们用下面的命令在conda环境中安装这个IDE —

conda install spyder

安装python库

我们已经知道keras所需的python库numpy、pandas等。你可以通过使用下面的语法来安装所有的模块

语法

conda install -c anaconda <module-name>

例如,你想安装pandas —

conda install -c anaconda pandas

像同样的方法,自己尝试安装其余的模块。

安装Keras

现在,一切看起来都很好,所以你可以使用下面的命令开始安装Keras —

conda install -c anaconda keras

启动spyder

最后,使用下面的命令在你的conda终端启动spyder —

spyder

为了确保所有的东西都安装正确,导入所有的模块,它将添加所有的东西,如果有什么地方出错,你会得到 模块未找到的 错误信息。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程