Keras - 安装

本章介绍如何在计算机上安装 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

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，因此必须在您的计算机上安装 python。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，最新版本是“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将其安装在您的系统上。

Keras安装步骤

Keras 安装非常简单。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软件包。因此，始终建议在开发 Python 应用程序时使用虚拟环境。

Linux/Mac操作系统

Linux或Mac OS用户，进入您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

第二步：激活环境

此步骤将在 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。移至该文件夹并键入以下命令，

$ 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

第 3 步：Python 库

Keras 依赖于以下 python 库。

麻木
pandas
Scikit-learn
Matplotlib
西皮
西博恩

希望您已在系统上安装了上述所有库。如果这些库都没有安装，那么使用下面的命令一一安装。

麻木

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

绘图库

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学习

它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，需要以下内容 -

Python 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

西博恩

Seaborn 是一个令人惊叹的库，可让您轻松可视化数据。使用以下命令进行安装 -

pip install seaborn

您可以看到类似如下所示的消息 -

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 Kera 安装的基本要求。现在，使用与下面指定的相同过程安装 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

蟒蛇云

我们相信您已经在您的计算机上安装了 anaconda cloud。如果未安装anaconda，请访问官方链接www.anaconda.com/distribution，然后根据您的操作系统选择下载。

创建新的conda环境

启动 anaconda 提示符，这将打开 Anaconda 基础环境。让我们创建一个新的 conda 环境。这个过程和virtualenv类似。在 conda 终端中输入以下命令 -

conda create --name PythonCPU

如果需要，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keras所需的python库numpy、pandas等。您可以使用以下语法安装所有模块 -

句法

conda install -c anaconda <module-name>

例如，您想安装 pandas -

conda install -c anaconda pandas

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 keras 安装 -

conda install -c anaconda keras

启动间谍程序

最后，使用以下命令在 conda 终端中启动间谍程序 -

spyder

为了确保所有内容都正确安装，请导入所有模块，它将添加所有内容，如果出现任何问题，您将收到模块未找到错误消息。