Anaconda下安裝keras和tensorflow
Keras 是一個用 Python 編寫的高級神經網絡 API,它能夠以 TensorFlow, CNTK, 或者 Theano 作爲後端運行。Keras 的開發重點是支持快速的實驗。能夠以最小的時延把你的想法轉換爲實驗結果,是做好研究的關鍵。所以說keras只是一個前端API在使用它之前需要安裝好其後端,根據主流,推薦安裝TensorFlow作爲Keras的backend。
一、下載並安裝Anaconda:
安裝步驟:
- 如果是多用戶操作系統選擇All Users,單用戶選擇Just Me
- 選擇合適的安裝路徑
- 然後勾選這個,自動配置環境變量
-
最後等待安裝完成就可以了。
-
安裝完畢後打開'cmd'輸入'python',如下圖即安裝成功
二、下載並安裝Tensorflow:
-
配置國內鏡像:
- conda 配置清華源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --set show_channel_urls yes #設置搜索時顯示通道地址
- 輸入
conda config --show channels
顯示鏡像源 - 輸入:
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
移除鏡像源
-
創建虛擬環境: 打開Anaconda Prompt, 建立名爲tensorflow的conda計算環境。 輸入:
conda create -n tensorflow python=3.6
激活tensorflow環境。 輸入:activate tensorflow
輸入:python --version
,查看是否切換到python3.6 工作環境 -
安裝tensorflow: 安裝完以後,在 anaconda navigator 會出現這個環境 如下圖,如果沒有出 現,檢查上邊環境路徑問題
激活環境,繼續在Anaconda Prompt輸入:
activate tensorflow
然後輸入命令pip install tensorflow==2.0 -i https://pypi.doubanio.com/simple
指定2.0版本,因爲最新版tensorflow已經整合了CPU和GPU版本,過於龐大,對於學生學習沒必要。
注意:如果python版本高於3.7tensorflow是不支持的呦! 那麼你可以手動給python降級這就體現出了創建虛擬環境的好處啦!
再這裏選擇到合適版本
三、下載並安裝Keras:
- 輸入命令
pip install keras==2.3.1 -i https://pypi.doubanio.com/simple
開始安裝kares。
這裏一定要注意聲明keras版本爲2.3.1,由於我們的tensorflow版本爲2.0.0,版本之間不對應是無法使用的。
查看tensorflow和keras安裝版本命令:
在Anaconda Prompt中輸入python,再輸入如下代碼,
import tensorflow as tf tf.__version__
- Anaconda Navigator中顯示如下即安裝成功
- 輸入
import keras
顯示Using TensorFlow backend.
就可以開始你的機器學習之旅啦!
四、jupyter中添加tensorflow虛擬環境:
-
首先安裝ipykernel
在Anaconda Prompt下執行命令行:
conda install ipykernel
-
在虛擬環境下創建kernel文件
在Anaconda Prompt下執行命令行:
conda install -n 環境名稱 ipykernel
-
激活conda環境
在Anaconda Prompt下執行命令行:
conda activate 環境名稱
-
將環境寫入notebook的kernel中
在Anaconda Prompt下執行命令行:
python -m ipykernel install --user --name 環境名稱 --display-name "在jupyter中顯示的環境名稱"
-
打開notebook服務器
也可以切換內核