本来想用fast.ai作入门的。据说很快,但是研究了几天,程序看不懂。
所以兜兜转转一大圈,最后还是回到keras的学习上来。先学习下keras再进一步学习fast.ai。
这里记录下安装keras的步骤(20170625)
1 安装了ubuntu
真正进入深度学习的程序员还是安装一个吧。这里说的不是虚拟机,建议安装双系统。没有接触过linux打,第一次安装双系统还是有些难度。也许你会在这里卡上几天,但是别灰心。这个方面的资料也比较多。沉下心来,可以搞定的。
我刚开始也是在virtualbox虚机上安装的ubuntu,但是真正使用CUDA的时候,就不支持了。根本原因是虚机模拟的就是虚拟的计算机硬件,而GPU目前虚拟没有处理。
你在linux下运行lspci命令看不到Nvidia的显卡。
2 正式安装 https://keras.io/
由于fast.ai用了theano,python2.7,因此这里也选择安装theano,python2.7。
2.0 预备知识,
{安装是痛苦无聊的,尤其是第一次安装的时候。你不知道发生了什么,不知道自己在干什么。
如果教程很好,和你的环境完全匹配,恭喜你。但是这个通常不发生。你的环境总是和教程有些许差别,如果有了差别,你该如何判断是否修改安装步骤或者修改配置呢?
还有更大的困难,如果出错了怎么办?你根本无从下手。因为你不知道发生了什么,不知道自己该干什么,在干什么。
怎么办?我以为好的教程会有些预备知识,让你大概知道自己在干什么。教程应该是互动的,让成千上万的人能够改动教程。并且在具体安装步骤中,需要讲明白是在干什么,而不仅仅是步骤。
环境安装是你学习任何一个新知识的第一个拦路虎,甚至是最厉害的一个。}
keras处理的是神经网络。如果你仔细观察神经网络,它其实就是一些多层神经元组成,每层有一些神经元。它的可变化的地方不多。因此keras很聪明的提供了一个封装良好打一个python库,通过模块化,能够最快的生成神经网络的程序。它的编程是友好的,huaman-readable。因为它封装了那些不友好打库如tensorflow, theano等。
所以在下面文章中,你会看到安装tensorflow,theano等。不要奇怪,keras会调用它们,这个叫做back-end。
在python的世界,存在着conda。它用来帮助大家安装各种库,如theano, keras等等等等。几乎所有打python库都可还以用它来安装。因此下面第一步是安装miniconda。
好了,开始吧。
总入口在http://keras.io/#installation这里。这个网页上会一步步介绍,想安装keras要先安装theano,但是要安装theano的时候,要先安装miniconda。下面我们倒过来安装。
先装miniconda,再装theano相关,最后装keras。
2.1 安装miniconda
https://conda.io/docs/install/quick.html 参考该页上的安装linux下的miniconda
首先下载 Miniconda3-latest-Linux-x86_64.sh
然后执行命令,可以在任意路径下执行下面命令,它会为你选择目录:
bash Miniconda3-latest-Linux-x86_64.sh非常快就可以执行完毕
安装好后,python,pip等都已经包含了。注意conda提供了可以任意切换Python2和python3的能力,参考https://conda.io/docs/test-drive.html。这个网页也讲了如何使用conda,及conda和pip的区别,安装完毕可以参考一下
2.2 安装theano
参考网页http://deeplearning.net/software/theano/install_ubuntu.html
2.2.1 先安装基础库
包括了大名鼎鼎打numpy, scipy等。这里安装比较成熟,一般不会出错。不详细解释了。
conda install numpy scipy mkl <nose> <sphinx> <pydot-ng> |
2.2.2 安装GPU相关
这个才是重头戏。因为需要用GPU,我才切换到了ubuntu。如果不需要的话,直接在window下面安装。上面所有的功能可以直接在window安装,且比较友好。毕竟用惯了windows。
如果是初学者,这里直接跳过,减小安装的痛苦。深度学习可以直接基于CPU,完全不同GPU。
http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#axzz4kz33CNHR 这是nvidia的安装官网
2.2.3 安装theano stable Installation
conda install theano pygpu
2.2.4 安装 libgpuarray
git clone https://github.com/Theano/libgpuarray.git cd libgpuarray git checkout tags/v0.6.2 -b v0.6.2
2.2.5安装其他库
2.3 安装keras
pip install keras
注意:keras的地址在
git clone https://github.com/fchollet/keras.git
3 放大招
复杂不?有个简单的方法:
https://github.com/fastai/courses/blob/master/setup/install-gpu.sh
fast.ai已经为unbuntu安装准备了一个脚本,执行脚本,就完成了。这个脚本的内容,基本上和我们上面打步骤是一样一样的。
这个脚本的最后两段提供了jupyter notebook 和 课程的代码。如果不想要,可以直接删除。
还有这个使用了anaconda而不是miniconda,因此很多库都提前安装好了。
上面的脚本是复杂安装,如果只想最简单的安装使用keras,可以参考
https://github.com/fifthPrince/KerasInstallation/tree/master
4 参考
http://blog.csdn.net/u012556077/article/details/50364640
fast.ai