吴恩达的deep learning. ai课程配套的编程作业需要环境配置如下:
因为作业中使用到了TensorFlow与Keras,相应的版本为
python:3.6.0
tensorflow:1.2.1
keras:2.0.7
推荐的开发环境为:Anaconda + Tensorflow + Keras
因为所有作业都可以在无 GPU 配置下实现,所以为了简化,只介绍 CPU 版本的安装。
Step 1 安装Anaconda
Anaconda 是 Python 的一个发行版,集成了 Numpy、Matplotlib 等很多 Python 包,还有强大的工具 Jupyter Notebook。总之安装 Anaconda 让我们省去了大量下载模块包的时间,更加方便。
打开Anaconda下载页面:https://www.anaconda.com/distribution/#download-section
下载好了之后一步步安装。
Step 2 创建虚拟环境
因为我们要安装特定版本的 Python、TensorFlow 和 Keras,为了不影响其他项目所需的环境,一个好的习惯是创建虚拟环境。相当于为不同的项目创建一块独立的空间,在这个空间里,你安装任何库和框架都是独立的,不会影响到外部环境。
首先,打开:“Anaconda Prompt”:
Anaconda Prompt 可以当成是 Anaconda 的终端。在 Anaconda Prompt 中,我们可以使用 Conda 命令来管理 Python 库并创建虚拟环境。
打开 Anaconda Prompt 之后,输入命令:
conda create --name dl python=3.6.0
(dl是虚拟环境名,这里选择的python版本是3.6.0)
输入如下命令,进入虚拟环境dl中:
activate dl
安装jupyter,在虚拟环境dl中直接输入如下命令:
conda install jupyter
Step 3 安装 TensorFlow
在虚拟环境dl中输入如下命令:
conda install tensorflow==1.2.1
(上面的命令是安装 CPU 版本的 Tensorflow,注意 1.2.1 是吴恩达 deeplearning.ai 作业对应的 TensorFlow 版本。务必一致)
完成 TensorFlow 安装之后,就可以查看 Python 的版本信息。再进入 Python 环境,查看 TensorFlow 是否安装成功,以及版本信息是否正确(安装正确,结果如下):
Step 4 安装 Keras
安装 Keras 的方法跟 TensorFLow 稍有不同。建议使用 pip 命令安装。因为如果使用 conda 来安装的话,可能会给你安装一个新的 TensorFlow 版本。而使用 pip 安装,Keras 就会使用上面安装的 TensorFlow 来作为 backend。
首先,在虚拟环境 dl 中,输入以下命令安装 Keras:
pip install keras==2.0.7
如果未安装成功,可能是pip版本太低,使用以下命令更新pip版本:
python -m pip install -U pip
完成 Keras 安装之后,进入 Python 环境,查看 Keras 是否安装成功,以及版本信息是否正确:
Step 5 启动deep learning.ai 开发环境
所有的安装工作完成之后,deeplearning.ai 的开发环境就配置好了。接下来启动开发环境,打开 jupyter notebook,即打开 Anaconda Navigator:
打开后界面如下:
然后,从 Application on 下拉框中选择刚建的虚拟环境 dl,打开该环境下的 Jupyter ,如下图所示:
其他:
如果遇到这个问题:No module named ‘matplotlib’
是因为新建的虚拟环境 dl 很多工具和包是没有安装的,需要我们手动安装。需要安装的工具大致包括: jupyter、matplotlib、scipy、h5py、Pillow 等。
安装matplotlib:
打开Anaconda Prompt,输入命令进入dl虚拟环境:
activate dl
,输入命令安装matplotlib:
pip install matplotlib
注意:如果出现
没关系,多试几遍就行。
同样的办法安装scipy, h5py, Pillow。。。。。。。
作者:小企鹅吃黄鱼
链接:https://www.jianshu.com/p/370222e0a579
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。