Keras 安装

上一页
下一页

本章解释如何在你的机器上安装 Keras。在进行安装之前，让我们先了解 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 3.5 或更高版本。

Python

Keras 是一个基于 Python 的神经网络库，因此你的机器上必须安装 Python。如果你的机器上已正确安装 Python，则打开终端并输入 python，你应该会看到类似以下的响应：

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. 
>>>

目前最新版本是“3.7.2”。如果未安装 Python，请访问 Python 官方链接 - www.python.org，并根据你的操作系统下载最新版本并立即安装。

Keras 安装步骤

Keras 的安装非常简单。请按照以下步骤在你的系统上正确安装 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 macOS 用户，进入你的项目根目录并输入以下命令来创建虚拟环境：

python3 -m venv kerasenv

执行上述命令后，将在你的安装位置创建包含bin、lib 和 include 文件夹的“kerasenv”目录。

Windows

Windows 用户可以使用以下命令：

py -m venv keras

步骤 2：激活环境

此步骤将配置你的 shell 路径中的 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。移动到该文件夹并输入以下命令：

$ cd kerasvenv kerasvenv $ source bin/activate

Windows

Windows 用户进入“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

希望你已经在你的系统上安装了所有上述库。如果这些库未安装，请使用以下命令逐个安装。

numpy

pip install numpy

你应该会看到以下响应：

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

你应该会看到以下响应：

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

你应该会看到以下响应：

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

你应该会看到以下响应：

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

这是一个开源机器学习库。它用于分类、回归和聚类算法。在进行安装之前，它需要以下内容：

  • 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。

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，允许你轻松地可视化数据。使用以下命令安装：

pip install seaborn

你应该会看到类似以下的消息：

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

现在，我们已经完成了 Keras 安装的基本要求。现在，使用以下相同的步骤安装 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

我们认为你已经在你的机器上安装了 Anaconda Cloud。如果未安装 Anaconda，请访问官方链接 https://anaconda.net.cn/download 并根据你的操作系统选择下载。

创建新的 conda 环境

启动 Anaconda Prompt，这将打开基础 Anaconda 环境。让我们创建一个新的 conda 环境。此过程类似于 virtualenv。在你的 conda 终端中输入以下命令：

conda create --name PythonCPU

如果你想，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我们的 conda 环境中安装此 IDE：

conda install spyder

安装 Python 库

我们已经了解了 Keras 所需的 Python 库 NumPy、Pandas 等。你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

使用相同的方法，尝试自己安装其余模块。

安装 Keras

现在，一切看起来都很好，你可以使用以下命令开始 Keras 安装：

conda install -c anaconda keras

启动 Spyder

最后，在你的 conda 终端中使用以下命令启动 Spyder：

spyder

为确保一切安装正确，导入所有模块，它将添加所有内容，如果出现任何错误，你将收到模块未找到错误消息。

打印页面
上一页
下一页
广告
© . All rights reserved.