深度学习开发工具
要开始使用深度学习,必须选择一种合适的工具。 适用于深度学习的Python生态系统工具(例如Keras,Theano和TensorFlow)易于安装和开始开发。 以下是有关如何在Windows和Linux操作系统上安装它们的指南。
Theano,TensorFlow和Keras到底是什么?
官方网站上有关这些工具的几句话。
Theano是一个Python库,可让您有效地定义,优化和评估涉及多维数组的数学表达式。
TensorFlow™是用于使用数据流图进行数值计算的开源软件库。
Keras是用Python编写的高级神经网络库,能够在TensorFlow或Theano上运行 。 它的开发着重于实现快速实验。 能够以最小的延迟将想法付诸实践是进行良好研究的关键。
Windows反击或大惊喜
几天前,从15.10升级到Ubuntu 16.04之后,我想在TensorFlow中运行一些代码示例,但是我发现TensorFlow无法正常工作。 因此,由于进行了双引导安装,我转而使用Windows,并且令我惊讶的是,可以发现Keras-> Theano和Keras-> TensorFlow可以很容易地安装并在其中运行,但有一些警告。 因此,让我们继续安装步骤。
Windows 7或10的先决条件
可以使用Python 2安装在Windows上安装Theano和Keras。 但是,如果您想同时在Theano和TensorFlow上运行,则需要安装Python 3.5。 截至目前,Pythin 3.5的64位WIndows支持TensorFlow 0.12。 以下步骤旨在为Theano和TensorFlow提供支持。
Anaconda非常有帮助
Anaconda是适用于Python和其他语言的开源打包工具。 详细的教程非常有用,易于使用且直观。 这将帮助我们仅需少量指令即可安装Python以及Keras,Theano和TensorFlow的所有依赖项。 Anaconda由Continuum Analytics带给您。
因此,如果您拥有64位Windows PC或VM,请执行以下步骤。
- 为64位OS安装Anaconda 。 此过程需要几分钟和几百MB的空间。
- 安装Anaconda后,打开终端并安装Theano。
- 当询问您是否安装依赖项时,请单击“ y”(是)。
C:\>conda install theano
- 要为Theano启用gcc编译器,请执行以下安装
- 当询问您是否安装依赖项时,请单击“ y”(是)。
C:\>conda install mingw libpython
- 就是安装theano了。 检查安装的版本
C:\>conda list theano
- 要安装TensorFlow和Keras,我们需要使用Anaconda中包含的pip Python打包管理器
C:\>pip install tensorflow
C:\>pip install keras
- 弄清楚什么是当前后端类型
C:\>python -c "from keras import backend; print(backend._BACKEND)"
- 为了能够更改后端Keras将使用的后端,可以编辑keras.json配置文件。 可以在以下位置找到
C:\Users\relevantUser\.keras\keras.json
- 根据需要将“后端”字符串更改为“ theano”或“ tensorflow”。
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
- 为了测试它们是否正常工作,让我们逐行在Python解释器中运行此示例
C:\>python
>>> import theano
>>> from theano import tensor
>>> a = tensor.dscalar()
>>> b = tensor.dscalar()
>>> c = a + b
>>> f = theano.function([a,b],c)
>>> result = f(1.5, 2.5)
>>> print(result)
4.0
>>>
- 要查看Keras确实在运行,需要运行我将预先添加到GitHub的代码。
Linux(Ubuntu)上的相同过程
在Linux上安装Keras,Thano和TensorFlow与在Windows上几乎相同。 实际上,这甚至更容易,因为TensorFlow在Ubuntu上与Python 2配合良好。 这就是为什么我在下面提供64位Ubunut 16.04和Python 2的安装步骤的原因。
- 为64位OS安装Anaconda 。 此过程需要几分钟和几百MB的空间。
- 安装Anaconda后,打开终端并安装Theano。
$ conda install theano
- 就是安装theano了。 检查安装的版本
$ conda list theano
- 要安装TensorFlow和Keras,请运行以下命令
- 如果系统询问您是否安装依赖项,请单击“ y”。
$ conda install tensorflow
$ conda install keras
- 弄清楚什么是当前后端类型
$ python -c "from keras import backend; print(backend._BACKEND)"
- 为了能够更改后端Keras将使用的后端,可以编辑keras.json配置文件。 可以在以下位置找到
$ ~/.keras/keras.json
- 根据需要将“后端”字符串更改为“ theano”或“ tensorflow”。
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
- 为了测试它们是否正常工作,让我们逐行在Python解释器中运行此示例
$ python
>>> import theano
>>> from theano import tensor
>>> a = tensor.dscalar()
>>> b = tensor.dscalar()
>>> c = a + b
>>> f = theano.function([a,b],c)
>>> result = f(1.5, 2.5)
>>> print(result)
4.0
>>>
- 要查看Keras确实在运行,需要运行我将预先添加到GitHub的代码。
官方参考
下一步是什么?
深度学习。
翻译自: https://www.javacodegeeks.com/2016/12/keras-theano-tensorflow-windows-linux.html