1 准备工作
安装anaconda3,然后创建autokeras环境
conda create -n ak
2,在环境下安装python 3.6.8
在命令行下输入activate ak 进入新创建的环境
conda install python==3.6.8
需要注意的是base环境中的python版本是3.7的话,安装有可能出错,这可能是anaconda的bug
安装好python3.6以后,更新pip到最新版本19.0.1
python -m pip install --upgrade pip
3,修改安装源到清华大学镜像,如果你的网速快,不需要这一步;修改了会快很多
#首先先添加清华的镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#这是pytorch的目录
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
#安装时显示来源
conda config --set show_channel_urls yes
4,安装autokeras需要的包,当然可以用pip直接安装,但我个人喜欢用conda
conda install scipy==1.2.0 numpy==1.15.4 keras==2.2.4 scikit-learn==0.20.2 tqdm==4.29.1 tensorflow-gpu==1.12.0 requests==2.21.0
conda install -c soumith torchvision==0.2.1 pytorch=1.0.1 # -c soumith 表示从soumith这个channel安装,据说这里的支持gpu加速
conda install pandas==0.23.4
conda install docutils=0.14 imageio=2.4.1
conda install numba
conda install Unidecode==1.0.23
conda install nltk==3.3
5,最后使用pip安装Autokeras
pip instlal autokeras==0.3.7
最后出现这个结果,剩下的这些都是anaconda环境里面无法安装的
Successfully installed autokeras-0.3.7 boto3-1.9.89 botocore-1.12.89 docutils-0.14 inflect-2.1.0 jmespath-0.9.3 lightgbm-2.2.3 lws-1.2 opencv-python-4.0.0.21 s3transfer-0.2.0
6,如果需要使用GPU加速的话,还需要安装Nvidia的显卡驱动和cuda toolkit,需要在Nvida官网下载