之前一直使用Keras進行深度學習的一些專案，其中最難受的就是找最適合資料集的網路，需要各種嘗試。但最近出了一個叫Auto-Keras的庫，其可以通過在大型計算圖中搜索最優子圖來學習發現最適合訓練資料集的神經網路結構，簡言之，就是可以自動選取最優的網路，最終目標就是讓所有領域的只需很少的資料科學或者機器學習背景的人都可以很輕鬆便捷地使用深度學習。

於是按捺不住躁動的內心，決定試試水，看看到底有沒有論文說的那麼神。

一些參考網址與文獻

初次試水安裝autokeras

首先我們按照官方網站的方法進行安裝，注意：Auto-Keras暫時只支援Python3.6。

pip install autokeras
 

但是到這裡就會直接報錯：

  Could not find a version that satisfies the requirement torch==0.4.1 (from autokeras) (from versions: 0.1.2, 0.1.2.post1)
No matching distribution found for torch==0.4.1 (from autokeras)

按照要求安裝之後，再更新tensorflow-gpu，執行就接著說我的CUDA版本太低，需要安裝9.0版本。裝完後重啟計算機，再去網站安裝cuDNN 7，並設定環境變數。最後在Python中執行import autokeras

中間的配置過程非常的繁瑣，並且因人而異，不足為外人道也。如果你在安裝時出現了問題，可以直接在部落格下方評論，如果是自己遇到的問題，也會盡力去幫助大家！

測試

我們使用官網中的程式碼進行測試：

from keras.datasets import mnist
from autokeras.image_supervised import ImageClassifier

if __name__ == '__main__':
    (x_train, y_train), (x_test, y_test) = mnist.load_data()
    x_train = x_train.
 
reshape(x_train.shape + (1,))
    x_test = x_test.reshape(x_test.shape + (1,))

    clf = ImageClassifier(verbose=True)
    clf.fit(x_train, y_train, time_limit=12 * 60 * 60)
    clf.final_fit(x_train, y_train, x_test, y_test, retrain=True)
    y = clf.evaluate(x_test, y_test)
    print(y)

但可能配置環境還是出現了問題，程式碼執行後一直卡在下圖所示的位置，之後執行出結果再來更新結果。

2018.11.13更新

遇到這個問題在評論區有大神說是因為autokeras依賴fork，而os.fork()無法在Windows上執行，因此會出現這種情況，可供參考。

不過我這邊用的IDE是Spyder，那邊用的是Visual Studio，並且我將其資料集下載，並嘗試復現其程式碼，發現同樣會卡在上圖所示介面，並不能成功執行。

不知是否環境配置原因導致了這樣的現象出現。 也希望能夠請各位多多指教~！