Keras - 安装

本章介绍如何在您的机器上安装 Keras。在安装之前,让我们先了解一下 Keras 的基本要求。

先决条件

您必须满足以下要求 −

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

Python

Keras 是基于 Python 的神经网络库,因此必须在您的机器上安装 Python。如果您的机器上正确安装了 Python,则打开您的终端并输入 Python,您将看到如下所示的响应,

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,最新版本为"3.7.2"。如果未安装 Python,请访问官方 Python 链接 - www.python.org,并根据您的操作系统下载最新版本并立即安装在您的系统上。

Keras 安装步骤

Keras 安装非常简单。按照以下步骤在您的系统上正确安装 Keras。

步骤 1:创建虚拟环境

Virtualenv 用于管理不同项目的 Python 包。这将有助于避免破坏其他环境中安装的包。因此,在开发 Python 应用程序时始终建议使用虚拟环境。

Linux/Mac OS

Linux 或 mac OS 用户,请转到项目根目录并键入以下命令以创建虚拟环境,

python3 -m venv kerasenv

执行上述命令后,将在您的安装位置创建"kerasenv"目录,其中包含bin、lib 和 include 文件夹

Windows

Windows 用户可以使用以下命令,

py -m venv keras

步骤 2:激活环境

此步骤将在您的 shell 路径中配置 python 和 pip 可执行文件。

Linux/Mac OS

现在我们已经创建了一个名为"kerasvenv"的虚拟环境。转到该文件夹​​并输入以下命令,

$ cd kerasvenv kerasvenv $ source bin/activate

Windows

Windows 用户转到"kerasenv"文件夹并输入以下命令,

.\env\Scripts\activate

步骤 3:Python 库

Keras 依赖于以下 Python 库。

  • Numpy
  • Pandas
  • Scikit-learn
  • Matplotlib
  • Scipy
  • Seaborn

希望您已在系统上安装了上述所有库。如果未安装这些库,请使用以下命令逐个安装。

numpy

pip install numpy

您可以看到以下响应,

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

我们可以看到以下响应,

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

我们可以看到以下响应,

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

我们可以看到以下响应,

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

它是一个开源机器学习库。它用于分类、回归和聚类算法。在安装之前,它需要以下 −

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

现在,我们使用以下命令安装 scikit-learn −

pip install -U scikit-learn

Seaborn

Seaborn 是一个很棒的库,可让您轻松地可视化数据。使用以下命令安装 −

pip install seaborn

您可以看到如下所示的消息 −

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步骤安装 Keras −

pip install keras

退出虚拟环境

完成项目中的所有更改后,只需运行以下命令即可退出环境 −

deactivate

Anaconda Cloud

我们相信您已经在您的机器上安装了 anaconda cloud。如果未安装 anaconda,请访问官方链接 https://www.anaconda.com/download,然后根据您的操作系统选择下载。

创建一个新的 conda 环境

启动 anaconda 提示符,这将打开基本 Anaconda 环境。让我们创建一个新的 conda 环境。此过程类似于 virtualenv。在您的 conda 终端中输入以下命令 −

conda create --name PythonCPU

如果您愿意,您也可以使用 GPU 创建和安装模块。在本教程中,我们遵循 CPU 指令。

激活 conda 环境

要激活环境,请使用以下命令 −

activate PythonCPU

安装 spyder

Spyder 是一个用于执行 Python 应用程序的 IDE。让我们使用以下命令在 conda 环境中安装此 IDE −

conda install spyder

安装 Python 库

我们已经知道了 keras 所需的 Python 库 numpy、pandas 等。您可以使用以下语法 −

安装所有模块

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,自己尝试安装剩余的模块。

安装 Keras

现在,一切看起来都很好,因此您可以使用以下命令开始安装 keras −

conda install -c anaconda keras

启动 spyder

最后,使用以下命令在 conda 终端中启动 spyder −

spyder

为确保一切都正确安装,请导入所有模块,它将添加所有内容,如果出现任何问题,您将收到 module not found 错误消息。