在windows中安装keras 3

https://keras.io/getting_started/

Keras 3支持多个backend: JAX, TensorFlow, PyTorch。

安装Keras 3

为了避免跟其它的包冲突，我单独创建了一个python虚拟环境来安装Keras 3。激活虚拟环境以后，在cmd窗口执行命令pip install keras：

安装完成后，用pip show keras查看结果，已经安装了Keras 3.3.3版本：

安装backend framework

为了使用Keras3，你需要一个backend framework，可以是JAX, TensorFlow, 或者 PyTorch。我使用TensorFlow，下面来安装TensorFlow。

备注：其实从TensorFlow 2.16版本开始，安装TensorFlow ，就会默认安装Keras 3。

在cmd窗口执行命令pip install tensorflow，来安装TensorFlow的最新版本。因为包有几百兆，可能下载比较慢，如果失败了，多安装几次就成功了：

安装成功以后，用pip show tensorflow查看详情：

安装KerasCV 和 KerasNLP

执行命令pip install --upgrade keras-cv：

安装成功以后用pip show keras-cv命令查看结果：

执行pip install --upgrade keras-nlp命令：

安装完成后，执行命令pip show keras-nlp查看结果：

再执行命令pip install --upgrade keras看看有没有需要更新的：

配置环境变量

需要配置环境变量KERAS_BACKEND，它的值可以jax、tensorflow、torch中的一个。根据自己使用哪个backend来配置就行。

配置环境变量的方式，可以在系统中配置环境变量（对于windows，可以在电脑-》属性-》高级系统设置-》高级-》环境变量 中配置），或者在python 代码中导入keras之前通过os.environ配置。

备注：backend必须在导入Keras前进行设置；导入Keras以后，backend 不能更改。

运行一次以后，（windows系统）会写入C:\Users\<用户名>\.keras\keras.json文件中，内容为：

后续如果不改变backend的话，那么就不需要在代码中再指明KERAS_BACKEND环境变量的值了。

例如，我backend使用的是tensorflow，第一次在python代码中导入keras之前，使用os.environ['KERAS_BACKEND'] = 'tensorflow'配置：

import numpy as np
import os

# 一定要在导入keras之前设置KERAS_BACKEND环境变量
os.environ['KERAS_BACKEND'] = 'tensorflow'

import keras

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train = x_train.astype("float32") / 255
x_test = x_test.astype("float32") / 255

x_train = np.expand_dims(x_train, -1)
x_test = np.expand_dims(x_test, -1)

print("x_train shape:", x_train.shape)
print("y_train shape:", y_train.shape)

print(x_train.shape[0], "train samples")
print(x_test.shape[0], "test samples")

运行输出：

说明keras 3可以正常使用了。