Keras学习笔记（2）——从零开始配置开发环境

已于 2023-10-04 16:06:51 修改
阅读量3.7k 收藏 6
点赞数 3
分类专栏： Keras Python工具箱 Python量化交易 文章标签： python 深度学习 anaconda cuda tensorflow
于 2020-11-22 20:13:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46603114/article/details/109825352
版权

开发环境

Anaconda3个人版Python3.8 64位
PyCharm社区版
tensorflow 2.3.1

闲聊几句

电脑由于硬盘故障的原因重装了，正好记录下从零开始配置开发环境的过程，当然这里的开发还是针对python量化交易。
刚开始接触量化交易时，使用的是通过字王的zwPython，这是一个特别适合上手的Python发行版本，里面集成了量化、深度学习等框架，解压后直接使用，开发人员无需再在环境配置上耗费时间。这里也特别感谢字王。
随着开发和学习的深入，略感zwPython的一些限制，比如各包的版本固定，更新较慢等，最终推动我换工具的原因还是zwPython里集成的IDE：Visual Studio Code。其实对于像这样在Windows上做C++开发出身的码农来说，长年使用VS后，直接转VS Code应该非常容易上手，而且VS Code有Vim插件，支持断点调试，就足以支撑开发。但是。。它崩溃的频率实在太频繁了，用了3台电脑，装了各种版本的VS Code，安装了各种频发提示的更新，照样经常崩溃。无奈只能寻找其他工具了。
没经过太多尝试，目前用的比较顺手的组合式Anaconda + PyCharm + Keras，下面记录下配置过程。

安装包下载

重装后，电脑的操作系统为Win7 64位，CPU i5-8500，内存64G，显卡GTX1060。

  1. 下载Anaconda3
    选择Anaconda3个人版64位，免费的，里面包含的是Python 3.8，下载链接。
  2. 下载PyCharm
    选择PyCharm社区版，免费的，下载链接。
  3. 下载CUDA和cuDNN（使用CPU版本tensorflow可跳过此步骤）
    tensorflow默认加载的CUDA版本为10.1，cuDNN版本为7。
    下载CUDA10.1，下载链接。
    选择cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1下的cuDNN Library for Windows 7，可尝试下载链接，若链接已失效，则需要到NVIDIA开发者网站上找到对应的包，按照提示注册下载，也是免费的。

安装

  1. 安装Anaconda3
    打开安装包，按照提示一步步安装，我习惯把Anaconda安装到根目录下（C:\Anaconda3）。
    在这里插入图片描述
    然后把不建议的选项也勾选上。
    在这里插入图片描述
  2. 安装PyCharm
    根据个人偏好设置，这里我只勾选了下图的几个选项，其他都按默认选项一路选择下一步安装。安装完成后需要重启电脑，重启即可。
    在这里插入图片描述
  3. 安装CUDA和cuDNN（使用CPU版本tensorflow可跳过此步骤）
    首先安装CUDA主程序，需要选择安装目录，这里建议不要安装在带有空格或者中文的目录内（虽然默认是安装在“Program Files”这样带空格的目录内），因为有些库对这样的目录支持不是很完善，可能会引起程序异常，按照个人习惯，我安装目录配置如下图所示：
    在这里插入图片描述

解压下载好的cnDNN，然后按照下面的路径进行文件拷贝：

  • 复制<解压目录>\cuda\bin\内的文件到D:\CUDA\v10.1\bin
  • 复制<解压目录>\cuda\ include\内的文件到D:\CUDA\v10.1\include
  • 复制<解压目录>\cuda\lib\x64\内的文件到D:\CUDA\v10.1\lib\x64
  1. tensorflow安装
    tensorflow的下载和安装均在配置过程中完成，参见下一部分。

配置

  1. 在PyCharm中配置Anaconda

启动PyCharm，首次启动需要做简单的配置，按照个人偏好配置即可。打开PyCharm后，来配置Python解释器。打开File菜单，点击Settings…
在这里插入图片描述
在左侧Project选项下，点击Python Interpreter。
在这里插入图片描述

点击右侧面板Python Interpreter最右侧的齿轮按钮，选择Add…
在这里插入图片描述

在打开的面板中，点击左侧Conda Environment选项。
在这里插入图片描述

在右侧的面板中选择Existing environment，然后点击下面的Interpreter最后侧…按钮。

在这里插入图片描述

在弹出的窗口中，找到安装的Anaconda下的python.exe文件，点击OK。
在这里插入图片描述

勾选Existing environment下的Make available to all projects，然后一路点击OK，完成PyCharm下Anaconda的配置。
在这里插入图片描述
2. 配置安装tensorflow
2.1 设置清华镜像源
打开PyCharm，在PyCharm最下方的标签栏里点击打开Terminal。
在这里插入图片描述
输入以下命令切换源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.2 安装tensorflow
有NVIDIA显卡则安装GPU版本：

pip install tensorflow-gpu==2.3.1

没有NVIDIA显卡则安装CPU版本：

pip install tensorflow-cpu==2.3.1

2.3 安装Microsoft Visual C++ 可再发行软件包
完成上述安装后，可能还会报错tensorflow无法运行。我遇到的情况是，在有NVIDIA显卡的机器上，按上述流程安装GPU版本的tensorflow，程序可以正常运行。在没有NVIDIA显卡的机器上，按照上述流程安装CPU版本的tensorflow，程序依然无法正常运行。解决方案是安装Microsoft Visual C++ 可再发行软件包，下载链接。
至此就完成了开发环境的配置，在该开发环境中可以成功运行Keras网站上的Code examples。

其他包安装

在PyCharm的Terminal可以通过命令安装所需的包。例如，针对量化交易可以安装baostock及backtrader包：

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
pip install backtrader

博客内容只用于交流学习，不构成投资建议，盈亏自负！

个人博客：http://coderx.com.cn/（优先更新）
项目最新代码：https://gitee.com/sl/quant_from_scratch
欢迎大家转发、留言。有微信群用于学习交流，感兴趣的读者请扫码加微信！
如果认为博客对您有帮助，可以扫码进行捐赠，感谢！

微信二维码微信捐赠二维码
在这里插入图片描述在这里插入图片描述
码农甲V
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
第一节:Keras深度学习框架之环境搭建
BBM的博客
03-27 5866
从本节开始，我们将进入到Keras的详细介绍和代码精读，为开始我们的Keras之行，我们首先要搭建一个学习平台。现在让我们开始吧。
keras环境配置
zn505119020的专栏
02-05 724
参考链接 ： http://blog.csdn.net/albert_1000/article/details/72794243 http://blog.csdn.net/GoodShot/article/details/54944923 http://blog.csdn.net/u013165921/article/details/78751070 https://github.
R-CNN网络基础
最白の白菜的博客
02-28 1260
目录R-CNN网络基础Overfeat模型RCNN模型算法流程候选区域生成CNN网络提取特征目标分类（SVM）目标定位预测过程算法总结Fast RCNN模型算法流程ROI Pooling目标分类和回归模型训练模型预测模型总结总结 R-CNN网络基础 学习目标 了解Overfeat模型的移动窗口方法 了解RCNN目标检测的思想 了解fastRCNN目标检测的思想 知道多任务损失 Overfeat模型 Overfeat方法使用滑动窗口进行目标检测，也就是使用滑动窗口和神经网络来检测目标。滑动窗口使用固定宽
keras3.0的相关环境配置
最新发布
gepanruiii的博客
06-26 1154
随着Keras3.0与win11的普及，适配于CUDA11.2（只能支持到win10）的tensorflow（只支持python3.6-3.9，python已经到了3.12）支持Keras2.0使用者逐渐向Keras3.0转化，本文提供基于PyTorch的Keras3.0的安装方法。—win10中适配tensorflow GPU可以参考但是只能使用keras2.0。
keras基本开发环境搭建
周大侠的博客
07-18 1967
1. Linux 发行版 linux有很多发行版，本文强烈建议读者采用新版的Ubuntu 16.04 LTS 一方面，对于大多数新手来说Ubuntu具有很好的图形界面，与乐观的开源社区；另一方面，Ubuntu是Nvidia官方以及绝大多数深度学习框架默认开发环境。 个人不建议使用Ubuntu其他版本，由于GCC编译器版本不同，会导致很多依赖无法有效安装。 Ubuntu 16.04 LTS下载地址...
【Keras学习笔记】1：开发环境搭建,单变量线性回归
LauZyHou的笔记
04-12 395
简述 Keras是在既有的NN框架之上的封装，可以以TF，CNTK，Theano等作为后端来运行。它的价值在于快速实验，能很方便将实验想法用Keras框架写成代码。 开发环境搭建 默认情况下Keras使用TF为后端。注意后面两个用pip安装，不然一直无法安装成功。这里为了学习方便直接安装了TF，如果有GPU可以去安装GPU版本的TF。 conda create -n krs python=3.6....
Keras 之父讲解 Keras：几行代码就能在分布式环境训练模型 | Google I/O 2017
weixin_34195364的博客
08-02 363
作为号称是 TensorFlow 最好用、对新手最友好的 API，一起来看看它的神通在哪里。 Francois Chollet：对许多使用场景而言，canned estimator 是相当不错的选择。但如果你要做的事并没有现成的 canned estimator，怎么办？如果需要写自己的定制模型呢？这时，就到了 Keras API 派上用场的时候。 什...
机器学习环境配置系列五之keras2
baoda0398的博客
10-24 159
keras一个大坑就是配置文件的问题，网上会给很多的误导，让我走了很多弯路。 1、安装keras2 conda install keras 2、环境配置 echo ‘{ "epsilon": 1e-07, "floatx": "float32", "image_data_format": "channels_last", "ba...
keras测试环境搭建
fleaxin的博客
06-21 676
使用的是windows（22h2）
TensorFlow 2 学习笔记——从底层函数解析到Keras应用（小白入门）
12-21
在TensorFlow 2的学习中，...通过理解并熟练运用这些基本概念和函数，你就能开始构建自己的TensorFlow 2模型，并逐步深入到更复杂的深度学习领域。记住，实践是检验理解的最好方式，所以动手构建模型并解决实际问题吧！
人工智能编程学习从零开始第一课开发测试环境搭建共16页.p
10-30
通过"人工智能编程学习从零开始第一课开发测试环境搭建"这门课程，你将系统地学习如何从无到有建立自己的AI开发环境，为后续的编程学习打下坚实的基础。记住，一个好的起点能够使你在学习路径上少走弯路，更高效地...
Python-一个让使用Keras进行深度学习更容易的工具
08-11
一个让使用Keras进行深度学习更容易的工具
win10下tensorflowgpu+keras开发环境配置教程.docx
02-24
在Windows 10环境下配置TensorFlow GPU和...至此，你的Windows 10系统已经配置好了TensorFlow-GPU和Keras的开发环境，可以开始进行深度学习项目，如目标检测等任务。记得定期更新软件以获取最新的性能优化和功能改进。
人工智能编程学习从零开始第一课开发测试环境搭建共16页.pdf.zip
10-28
总结来说，"人工智能编程学习从零开始第一课——开发测试环境搭建"将涵盖如何选择和安装必要的工具，配置开发环境，管理版本，以及如何利用硬件资源进行高效的AI开发。这一阶段的学习将为后续的编程实践打下坚实的...
win7下搭建keras编程环境
u013344192的博客
06-29 607
win7系统下搭建keras编程环境 主要流程可以参考链接：http://www.cnblogs.com/zhaopengcheng/p/5987457.html 本人在搭建过程中出现一些细节问题： 1.安装Anacodna后，应该先在 path 中添加环境变量：C:\Users\XieFM\Anaconda3;C:\Users\XieFM\Anaconda3\Scripts;（以自己安
【框架安装】win7 配置安装tensorflow和keras教程
zeng001201的博客
11-19 511
【框架安装】win7 配置安装tensorflow和keras教程安装一个tensorflow环境配置keras以及tensorflow框架 这里是全网最最最简单的框架配置教程！ 配置tensorflow和keras的教程有很多，我之前也看了很多，试了很多，都失败了TAT什么pip安装什么conda安装啥的都失败了，这个是我自己摸索出来下载最快也最方便的方法~再配置前首先需要下载安装好anaconda3 以及 pycharm，这两个都比较简单。 anaconda3 这里装这个Anaconda3-5.2.0-
深度学习 实验四 Keras基础与简单应用
渣渣的夏天
05-01 1752
深度学习 实验四 Keras基础与简单应用 搭建Keras开发环境，掌握基于TensorFlow的高级API框架Keras的基本用法，通过MNIST手写数字体数据集，搭建基于Keras API的神经网络，并用来识别手写数字体。
Keras开发环境安装方法新手教程（GPU版）
Albert的博客
02-26 9649
本文主要介绍的是tensorflow-gpu版本的环境安装，所以需要读者有一块还不错（显存大于2G）的英伟达独立显卡，本文的安装步骤均已在如下环境中（windows11、i7-8700、gtx1060）测试通过。打开系统环境变量配置，增加一个系统变量，名称为CONDA_HOME，值为你电脑上Anaconda的安装路径。打开终端输入python，引入keras的models和layers库，如不报错，则表示安装成功。打开安装程序，不用修改安装位置，点击OK，等待进度条结束。修改安装目录，最好不要放在C盘。
zwpython_zwPython量化教学版.使用说明
weixin_39872222的博客
12-07 2434
zwpy量化教学版.使用说明请大家关注TOP极宽量化公众号，大量原创Python量化技术资料和课件、案例源码。目前推广期间，关注公众号，即可免费浏览。更多量化资料,请浏览网站：http://TopQuant.vip 或 http://ziwang.comTopQuant.vip 极宽量化社区(原zw字王量化)，国内第一家Python量化社区!量化初学者，学习期间，请尽量下载教学版，下载地址TopQ...
keras深度学习实战(15)——从零开始实现yolo目标检测
02-01
Keras深度学习实战(15)——从零开始实现YOLO目标检测是一篇非常实用的教程。YOLO（You Only Look Once）是一种流行的实时目标检测算法，其核心思想是将目标检测任务视为回归问题，并通过卷积神经网络实现端到端的检测。这篇教程提供了一步一步的实现代码，让读者能够快速了解并实践YOLO目标检测的方法。 首先，教程介绍了YOLO的工作原理和网络结构。YOLO将输入图像划分为多个网格，每个网格负责预测包含在该网格中的目标。每个网格预测包含目标的方框的位置和类别，以及目标的置信度。 接下来，教程详细介绍了如何实现YOLO的网络结构。使用Keras库，创建了一个具有卷积和池化层的卷积神经网络。还使用了Anchor Boxes，用来预测不同比例和宽高比的目标。 教程还介绍了如何预处理输入图像，包括将图像调整为适当的大小，并将目标边界框转换为YOLO需要的格式。然后，选择了合适的损失函数，训练了模型，以及进行了模型评估和预测。 最后，教程提供了一些改进和扩展的思路，包括使用更大的数据集进行训练、调整网络结构和超参数等等。 通过这篇教程，读者可以了解到YOLO目标检测的基本原理和实现步骤。并且，使用Keras库可以很方便地实现和训练自己的YOLO模型。无论是对于已经有一定深度学习基础的读者，还是对于刚刚开始学习的读者，这篇教程都是非常有价值的参考资料。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值