Keras 安裝

2022-04-24 18:58 更新

本章將為大家介紹 Keras 的安裝。在開始安裝之前，讓我們先了解一下 Keras 的基本要求。

先決條件

必須滿足以下的條件：

  • 任何類型的操作系統(tǒng)（Windows，Linux 或 Mac）
  • Python 3.5 或者更高的版本。

Python 版本

Keras 是基于 python 的神經(jīng)網(wǎng)絡庫，所以你的機器上必須安裝 python。如果您已經(jīng)在機器上正確安裝了 python，打開終端并輸入 python，就可以看到類似于下面指定的響應。

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.
>>>

截止目前，Python 最新的版本是 "3.9.2"。如果你還沒有安裝 Python，請前往Python 官網(wǎng)，根據(jù)自己的操作系統(tǒng)下載相應版本，并安裝到電腦上。

安裝步驟

Keras 安裝非常的簡單，按照以下步驟，就可以正確且輕輕松松地安裝 Keras 了。

第1步：創(chuàng)建虛擬環(huán)境

Virtualenv 用于管理不同項目的 Python 包，這有利于避免破壞其他環(huán)境中安裝的軟件包，因此一致建議在開發(fā) Python 應用程序的時候使用虛擬環(huán)境。

Linux/Mac 操作系統(tǒng)

Linux 和 Mac OS 用戶，需要切換到根目錄，并輸入以下命令來創(chuàng)建虛擬環(huán)境。

Python3 -m venv kerasvenv

執(zhí)行上述命令后，Kerasvenv 目錄就會在你安裝的位置使用bin、lib 和 include 文件夾創(chuàng)建。

Windows 操作系統(tǒng)

Windows 用戶可以使用以下命令：

py -m venv keras

第2步：激活環(huán)境

這個步驟將會在你的 shell 路徑中配置 Python 和 pip 可執(zhí)行的文件。

Linux/Mac 操作系統(tǒng)

現(xiàn)在我們已經(jīng)創(chuàng)建了一個名為 kerasvenv 的虛擬環(huán)境，移動指定的文件夾并輸入以下命令：

$ cd kerasvenv kerasvenv $ source bin/activate

Windows 操作系統(tǒng)

.\env\Scripts\activate

第3步：Python庫

Keras 依賴于以下的Python庫：

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

如果你還沒有安裝好上述的所有庫，也沒關系，下面就教你怎么安裝這些庫。

Numpy

pip install numpy

你將看到以下內(nèi)容：

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

你將看到以下內(nèi)容：

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

你將看到以下內(nèi)容：

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

它是一個開源機器庫，用于分類、回歸和聚類算法。在進行安裝之前，我們需要確定以下內(nèi)容：

  • Python 3.5 或更高版本
  • Numpy 1.11.0 或更高版本
  • Scipy 0.17.0 或更高版本
  • Joblib 0.11 或更高版本

現(xiàn)在，我們使用以下的命令來安裝 Scikit-learn

pip install -u scikit-learn

Seaborn Seaborn 是一個很不錯的庫，可以讓你輕松可視化數(shù)據(jù)。使用以下命令進行安裝：

pip install seaborn

執(zhí)行后，可以看到正在安裝的信息：

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 安裝 Keras

到這里，我們已經(jīng)具備了安裝 Keras 的所有基本要求?，F(xiàn)在，相信大家對于 Python 庫的安裝有了大概的了解，Keras 的安裝也是一樣的。

pip install keras

退出虛擬環(huán)境

完成項目中的所有更改后，我們只需要運行以下的命令即可退出環(huán)境：

deactivate

Anaconda Cloud

本教程默認大家已經(jīng)安裝了 Anaconda Cloud。如果還沒有安裝 Anaconda，可以訪問官方鏈接并根據(jù)你的操作系統(tǒng)選擇下載。

創(chuàng)建一個新的 conda 環(huán)境

啟動 anaconda prompt，就會打開一個基礎 Anaconda 環(huán)境。下面，我們一起來創(chuàng)建一個新的 conda 環(huán)境，這個過程有點類似于 virtualenv。在你的 conda 終端中輸入以下命令：

conda create --name PythonCPU

如果有需要的話，你也可使用 GPU 創(chuàng)建和安裝模塊。在本教程中，我們遵循 CPU 指令。

激活 conda 環(huán)境

想要激活環(huán)境，就要使用以下命令：

activate PythonCPU

安裝 spyder

Spyder 是一個用于執(zhí)行 Python 應用程序的 IDE。我們可以使用以下命令，在我們自己的 conda 環(huán)境中也裝上這個IDE：

conda install spyder

安裝 Python 庫

我們已經(jīng)知道了 Keras 所需要的 Python 庫 numpy、pandas 等。你也可以用下面的語法，來安裝所有模塊。

conda install -c anacoda <module-name>

例如，你想要安裝 pandas：

conda install -c anacoda <pandas>

同樣的，其余模塊的安裝也是一樣的，大家可以自己嘗試安裝剩余的模塊。

安裝Keras

到這里，一切都挺順利的，下面就可以通過以下命令開始安裝 Keras:

conda install -c anacoda keras

啟動 Spyder

最后，可以用下面的命令在你的 conda 終端中啟動 spyder：

spyder

為了確保正確地安裝所有內(nèi)容，導入所有模塊，它將添加所有的內(nèi)容。如果出現(xiàn)任何問題，你就會收到未找到模塊的錯誤消息。

領取免費資料

掃描下方二維碼或打開微信搜一搜“w3cschool編程獅”關注公眾號回復關鍵詞【Python123】或者【Python資料包】免費領取 Python 學習資料，包含軟件安裝包，電子書、思維導圖等 w3cschool編程獅微信公眾號

以上內(nèi)容是否對您有幫助：
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號