深度學習框架keras模組安裝
安裝環境:
Win10(64位)
python3.6
1. Keras 介紹
Keras(http://keras.io/)是一個基於Theano或TensorFlow作為後端的深度學習框架,它的設計參考了Torch,用Python語言編寫,是一個高度模組化的神經網路庫。因此,Keras在結構上是極度簡化、便於設計的深度學習第三方庫。基於Python整合多種後端開發,充分發揮了GPU和CPU運算能力。其開發目的是利用快速原型的方法設計基於深度學習的各種實驗。適合前期的網路原型設計、支援卷積網路和遞迴網路及兩者整合的結果、支援任意的連線正規化、能夠在GPU和CPU上無縫連線執行。Keras的原始碼可以從
2. Keras 的安裝
由於Keras不是獨立的深度學習(DL)演算法包,其安裝必須依賴於後端系統的安裝,特別是對GPU的支援,因此其安裝並非那麼簡單。在windows系統下,需要事先安裝Theano開發包,並使Theano支援GPU運算。關於Theano的安裝參考Theano官方網站的安裝教程,網址是: http://deeplearning.net/software/theano/install.html
安裝步驟拆分如下:
g++下載與安裝:
- 下載mingw
直接點選右上方的 Download Installer 即可下載
在開啟的新頁面會提示我們等待幾秒秒後將開始下載安裝
首先開啟安裝程式,按照提示,以預設選項進行安裝即可。
包管理器安裝完成後將彈出這個介面:
找到 mingw32-gcc-g++(注意: class屬性要為bin),右鍵、點選Mark for Installation
然後點選左上角的 Installation 選單中的 Apply changes 選項,管理器將開始線上安裝或更新被選中的元件。
安裝完成後關閉包管理器,如果由於某種原因安裝未能成功,在退出程式前程式將給予提示,選擇 review changes 選項重新安裝即可。
- 配置環境變數
找出列表中的Path選項,選中後點擊編輯 -> 新建
C:\MinGW\bin # 如果安裝時路徑選則的不是C盤,就填寫自己選則的目錄,但一定要定位到bin資料夾
點選確定,重啟電腦,完成環境變數的配置。- 檢查是否安裝成功
g++ -v
測試 g++ 的版本,如果得到的結果與下面的結果類似,不是沒有這種命令或檔案的提示之類的話,就說明安裝成功。也可以輸入測試 gcc 的版本。
gcc -v
另一種更簡單的方式是直接輸入
g++
如果得到的結果為以上均說明成功安裝了編譯器,mingw 的安裝就完成了。
Anaconda的安裝和簡單使用
Anaconda安裝過程簡單易懂,不做詳細贅述,可參考:https://jingyan.baidu.com/article/ed15cb1bb7b8431be2698162.html
通過Conda進行需求安裝(推薦)
conda install numpy scipy mkl-service libpython <m2w64-toolchain> <nose> <sphinx> <pydot-ng> <git>
注意: - <...>之間的引數是可選的。
- m2w64-toolchain 軟體包提供了GCC的完全相容版本,因此強烈建議使用。
- git 包通過conda安裝git原始碼控制,這是開發版本的Theano和libgpuarray所必需的
安裝並配置GPU驅動程式(推薦)(vs2013+cuda7.5環境搭建)
選擇安裝cuda7.5,cuda7.5最高僅支援Visual Studio 2013- 安裝vs2013
解壓安裝一路預設下一步即可。
- 下載cuda7.5原始檔
選擇點選 Legacy Releases:
選擇CUDA7.5
選擇win10版本安裝,如圖所示
下載完之後進行安裝,安裝時間有點長,請耐心等待,預設是安裝在c盤目錄下,你也可以更改安裝目錄,
- 配置環境變數
cuda7.5安裝完成之後在系統環境變數中自動配置了兩個系統變數
CUDA_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
CUDA_PATH_V7_5:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
但是為了之後的vs2013的配置做準備我們需要在配置五個系統變數 CUDA_BIN_PATH:%CUDA_PATH%\bin
CUDA_LIB_PATH:%CUDA_PATH%\lib\Win32
CUDA_SDK_BIN:%CUDA_SDK_PATH%\bin\Win64
CUDA_SDK_LIB:%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5
在系統環境變數path後新建新增如下內容 %CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
- 測試是否成功
安裝Theano
使用anaconda,可以直接安裝theano和pygpu。Libgpuarray將自動安裝為pygpu的依賴項。conda install theano pygpu # theano()和pygpu()的最新conda軟體包目前不支援Python 3.4分支 >= 0.9 >= 0.6*
安裝keras
conda install keras
以上,keras在 Win10,python3.6 環境下配置安裝完成。相關推薦
深度學習框架keras模組安裝
安裝環境:Win10(64位) python3.61. Keras 介紹 Keras(http://keras.io/)是一個基於Theano或TensorFlow作為後端的深度學習框架,它的設計參考了Torch,用Python語言編寫,是一個高度模組化的神經網
深度學習框架Keras安裝
orf 語言 mage 版本 win color install Beginner inner 本文主要參考:https://blog.csdn.net/qingzhuochenfu/article/details/51187603 前提:Keras是Python語
深度學習框架keras平臺搭建(關鍵字:windows、非GPU、離線安裝)
當下,人工智慧越來越受到人們的關注,而這很大程度上都歸功於深度學習的迅猛發展。人工智慧和不同產業之間的成功跨界對傳統產業產生著深刻的影響。 最近,我也開始不斷接觸深度學習,之前也看了很多文章介紹,對深度學習的歷史發展以及相關理論知識也有大致瞭解。 但常言道:紙上得來終覺淺,
深度學習框架keras安裝(後端基於Tensorflow/theano)
1、安裝python3、tensorflow、numpy、scipy 安裝python3及開發工具 sudo apt-get install python3 sudo apt-get install python-setuptools 安裝pip
Ubuntu 搭建深度學習框架 keras
all bash VC 使用 learning 是否 技術 ESS image 深度學習框架Keras是基於Tensorflow的所以,安裝keras需要安裝Tensorflow: 1. 安裝教程主要參考於兩個博客的教程: https://www.cnblogs.c
深度學習框架---keras的層次示意圖---方便直觀理解---適用sklearn模型的展示
感覺keras確實比其他框架舒服一點,但是前期理解keras層的時候可能有點小問題,keras的層使用了原始神經網路層的概念,即先有上層的輸出聚合,聚合後在進入啟用函式。我的環境是python3.5+tensorflow+keras+graphviz+pydot_ng+pydotplus 其中
深度學習框架Caffe的安裝與使用總結
Caffe 的安裝 官網:http://caffe.berkeleyvision.org/installation.html 部落格:https://blog.csdn.net/yhaolpz/article/details/71375762 GitHub:https
DeepLearning tutorial(6)易用的深度學習框架Keras簡介
之前我一直在使用Theano,前面五篇Deeplearning相關的文章也是學習Theano的一些筆記,當時已經覺得Theano用起來略顯麻煩,有時想實現一個新的結構,就要花很多時間去程式設計,所以想過將程式碼模組化,方便重複使用,但因為實在太忙沒有時間去做。最近發現了一個叫做
基於Theano的深度學習框架keras及配合SVM訓練模型
https://blog.csdn.net/a819825294/article/details/51334397 1.介紹 Keras是基於Theano的一個深度學習框架,它的設計參考了Torch,用Python語言編寫,是一個高度模組化的神經網路庫,支援GPU和CPU。keras官方文件地址 地址 2.
深度學習框架Keras學習系列(一):線性代數基礎與numpy使用(Linear Algebra Basis and Numpy)
又開一個新坑~~ 因為確實很有必要好好地趁著這個熱潮來研究一下深度學習,畢竟現在深度學習因為其效果突出,熱潮保持高漲不退,上面的政策方面現在也在向人工智慧領域傾斜,但是也有無數一知半解的人跟風吹捧,於是希望藉此教程,讓自己和讀者一起藉助keras,從上到下逐漸
基於Theano的深度學習框架keras及配合SVM訓練模型 (非常好的思路:DL+DM)
1.介紹 Keras是基於Theano的一個深度學習框架,它的設計參考了Torch,用Python語言編寫,是一個高度模組化的神經網路庫,支援GPU和CPU。keras官方文件地址 地址 2.流程 先使用CNN進行訓練,利用Theano函式將CNN全連線層的值取出來,給SVM進行訓練 3.結果示例 因
[深度學習框架] Keras上使用CNN進行mnist分類
# coding: utf-8 import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential
深度學習框架-Keras基礎入門系列-覃秉豐-專題視訊課程
深度學習框架-Keras基礎入門系列—1817人已學習 課程介紹 Keras是一種高度模組化,使用簡單上手快,合適深度學習初學者使用的深度學習框架。Keras由純Python編寫而成並以
Linux系統下深度學習框架Keras的搭建
關於計算機的硬體配置說明 推薦配置 如果您是高校學生或者高階研究人員,並且實驗室或者個人資金充沛,建議您採用如下配置: 主機板:X99型號或Z170型號CPU: i7-5830K或i7-6700K 及其以上高階型號記憶體:品牌記憶體,總容量32G以上,根據主機板組成4
如何在基於tensorflow的深度學習框架keras中指定GPU記憶體使用大小
set_gpu.py import os import tensorflow as tf import keras.backend.tensorflow_backend as KTF def get_session(gpu_fraction=0.3): '''As
深度學習框架Keras使用心得
最近幾個月為了寫小論文,題目是關於用深度學習做人臉檢索的,所以需要選擇一款合適的深度學習框架,caffe我學完以後感覺使用不是很方便,之後有人向我推薦了Keras,其簡單的風格吸引了我,之後的四個月我都一直在使用Keras框架,由於我用的時候,tensorflo
【深度學習框架Keras】一個二分類的例子
一、這個IMDB資料集包含了50000條電影評論,其中25000條用於訓練,另外25000條用於測試。其label只包含0或1,其中0表示負面評價,1表示正面評價 from keras.datasets import imdb (train_data,tr
如何在基於tensorflow的深度學習框架keras中指定GPU
import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"]="0,1" 使
深度學習框架keras中遇到的問題
1、在window系統中,使用keras的cifar10.load_data(),自動下載cifar10檔案,存放路徑為C:\\Users\\xinjian-wxf\\.keras\\datasets\
[深度學習框架] Keras上使用神經網路進行mnist分類
# coding: utf-8 import numpy as np from keras.datasets import mnist from keras.utils import np_utils