Keras 安装_w3cschool

本章将为大家介绍 Keras 的安装。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

必须满足以下的条件：

任何类型的操作系统（Windows，Linux 或 Mac）
Python 3.5 或者更高的版本。

Python 版本

Keras 是基于 python 的神经网络库，所以你的机器上必须安装 python。如果您已经在机器上正确安装了 python，打开终端并输入 python，就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.
>>>

截止目前，Python 最新的版本是 "3.9.2"。如果你还没有安装 Python，请前往Python 官网，根据自己的操作系统下载相应版本，并安装到电脑上。

安装步骤

Keras 安装非常的简单，按照以下步骤，就可以正确且轻轻松松地安装 Keras 了。

第1步：创建虚拟环境

Virtualenv 用于管理不同项目的 Python 包，这有利于避免破坏其他环境中安装的软件包，因此一致建议在开发 Python 应用程序的时候使用虚拟环境。

Linux/Mac 操作系统

Linux 和 Mac OS 用户，需要切换到根目录，并输入以下命令来创建虚拟环境。

Python3 -m venv kerasvenv

执行上述命令后，Kerasvenv 目录就会在你安装的位置使用bin、lib 和 include 文件夹创建。

Windows 操作系统

Windows 用户可以使用以下命令：

py -m venv keras

第2步：激活环境

这个步骤将会在你的 shell 路径中配置 Python 和 pip 可执行的文件。

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，移动指定的文件夹并输入以下命令：

$ cd kerasvenv kerasvenv $ source bin/activate

Windows 操作系统

.\env\Scripts\activate

第3步：Python库

Keras 依赖于以下的Python库：

Numpy
Pandas
Scikit-learn
Matplotlib
Scipy
Seaborn

如果你还没有安装好上述的所有库，也没关系，下面就教你怎么安装这些库。

Numpy

pip install numpy

你将看到以下内容：

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

你将看到以下内容：

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

你将看到以下内容：

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

它是一个开源机器库，用于分类、回归和聚类算法。在进行安装之前，我们需要确定以下内容：

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，我们使用以下的命令来安装 Scikit-learn

pip install -u scikit-learn

Seaborn Seaborn 是一个很不错的库，可以让你轻松可视化数据。使用以下命令进行安装：

pip install seaborn

执行后，可以看到正在安装的信息：

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 安装 Keras

到这里，我们已经具备了安装 Keras 的所有基本要求。现在，相信大家对于 Python 库的安装有了大概的了解，Keras 的安装也是一样的。

pip install keras

退出虚拟环境

完成项目中的所有更改后，我们只需要运行以下的命令即可退出环境：

deactivate

Anaconda Cloud

本教程默认大家已经安装了 Anaconda Cloud。如果还没有安装 Anaconda，可以访问官方链接并根据你的操作系统选择下载。

创建一个新的 conda 环境

启动 anaconda prompt，就会打开一个基础 Anaconda 环境。下面，我们一起来创建一个新的 conda 环境，这个过程有点类似于 virtualenv。在你的 conda 终端中输入以下命令：

conda create --name PythonCPU

如果有需要的话，你也可使用 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

想要激活环境，就要使用以下命令：

activate PythonCPU

安装 spyder

Spyder 是一个用于执行 Python 应用程序的 IDE。我们可以使用以下命令，在我们自己的 conda 环境中也装上这个IDE：

conda install spyder

安装 Python 库

我们已经知道了 Keras 所需要的 Python 库 numpy、pandas 等。你也可以用下面的语法，来安装所有模块。

conda install -c anacoda <module-name>

例如，你想要安装 pandas：

conda install -c anacoda <pandas>

同样的，其余模块的安装也是一样的，大家可以自己尝试安装剩余的模块。

安装Keras

到这里，一切都挺顺利的，下面就可以通过以下命令开始安装 Keras:

conda install -c anacoda keras

启动 Spyder

最后，可以用下面的命令在你的 conda 终端中启动 spyder：

spyder

为了确保正确地安装所有内容，导入所有模块，它将添加所有的内容。如果出现任何问题，你就会收到未找到模块的错误消息。

领取免费资料

扫描下方二维码或打开微信搜一搜“w3cschool编程狮”关注公众号回复关键词【Python123】或者【Python资料包】免费领取 Python 学习资料，包含软件安装包，电子书、思维导图等 w3cschool编程狮微信公众号