深度学习框架Keras安装

之前本打算安装Caffe,但是依赖包太多了,大大小小的问题真是头疼,也是因为机器的原因,本来想在自己笔记本上就在实体机上安装Ubuntu然后装caffe等深度学习框架,但是固态硬盘最近出了问题,拿去返修了。

无奈在虚拟机上安装(Caffe好像不行,或许不开GPU,没看,虚拟机上安装的话,因为其驱动是vmtool之类的,感觉有点奇怪,检查个显卡版本是vmtool云云就放弃了),之后又在实体机上试了试,也没成功,具体这里就不说了。

前两天在虚拟机上安装成功了Keras这个框架,照着教程就能安装成功,这里做记录。我这里以虚拟机VMware Workstations 12,实体机(笔记本)硬件环境,CPU是i7-3630m,GPU是GT650m,16G RAM,虚拟机上环境是Ubuntu14.04的64位稳定版(4核,8G RAM)。配置

  1. 安装vim和git
  2. 安装python及其包
  3. 安装Theano
  4. 安装GPU依赖包
  5. 安装cuDNN
  6. 安装Keras
  7. 缺少libyaml解决办法
  8. pip安装Keras(第二种方法,从第六步开始,比较快)
  9. Keras Google Group
  10. 测试导入Keras
  11. 参考

使用超级管理员root用户安装,具体设置方法参考这里

1.安装vim和git

首先下载并安装vim和git(sudo apt-get install vim git),我已经安装过了。vim guake

2.安装python及其包

看官方安装教程,里面说到:

Keras uses the following dependencies:

  • numpyscipy
  • pyyaml
  • Theano
  • HDF5 and h5py (optional, required if you use model saving/loading functions)
  • Optional but recommended if you use CNNs: cuDNN.

Anaconda Python Distribution(http://www.continuum.io/downloads#all,在其中选择linux版本),为什么安装这个发行版,因为里面的包全(numpy,scipy,pyyaml,hdf5之类的包已经在里面了,但h5py没有,稍后安装)。在那个continuum上进行下载格式为sh的文件(Anaconda-2.3.0-Linux-x86_64.sh),参考sh文件安装方法里的其它回答。

使用chmod + 777命令赋予sh文件权限,之后运行当前目录下的sh文件进入安装。 之后选择安装目录,这里我直接回车enter安装在用户目录下,这时才正式开始安装python及其包,例如pandas或者hdf5等。

之后再一次的用户输入是选择是否添加Anaconda的环境变量,yes添加了。

我们也可以在上面看到theano-0.7.0的np19py27_0已经安装了。再通过pip管理器安装h5py。

3.安装Theano

根据Easy Installation of an Optimized Theano on Current Ubuntu — Theano 0.7 documentation里的教程,依次输入如下命令:

虽然部分之前已经通过Anaconda安装过,但还有些没安装。

4.安装GPU依赖包

我这里没有安装,因为在虚拟机上,下面是部分,更多参考这里。不过我也列出Ubuntu14.04在安装GPU的包时候用到的命令(摘自教程):

截止目前(2015年9月28日),cuda出到7.5了,以至于前阵子网上找到教程安装caffe,里面用的都是6.5,主要是官网现在我就找不到6.5的下载地址,下载页面只有7.5的,除非有网友共享6.5的了(百度网盘据说有网友共享)。


然后再测试GPU,到此为止,我们已经装完了下面这几个:

  • numpyscipy
  • pyyaml
  • Theano
  • HDF5 and h5py (optional, required if you use model saving/loading functions)

5.安装cuDNN

唯有下面这个可选项,选择性安装:

  • Optional but recommended if you use CNNs: cuDNN.

当然,安装cuDNN的前提是安装了GPU的NVIDIA包(第4步),因为是虚拟机环境所以我这里同样给出下载地址(NVIDIA cuDNN – GPU Accelerated Deep Learning  https://developer.nvidia.com/cudnn),这里给出一篇搜到的参考博文(NVIDIA CuDNN 安装说明 – 普兒 – 博客园  http://www.cnblogs.com/platero/p/4118139.html)。


6.安装Keras

以上,都是安装Keras的依赖包,现在我们正是开始安装keras,首先将其从github repo上clone下来。

依次执行上述命令。简单解释一下,首先切换到root根目录,然后在根目录下克隆下keras代码库,切换进clone的keras文件夹中,开始安装。 执行结束前有个小bug(下图),我们可以看到编译终止,系统提示找不到libyaml。 虽然最后完成了Keras的配置,但是有小问题,那么我们就把这个缺少的包(libyaml)装上,在重新安装一下试试。

7.缺少libyaml解决办法

依次执行以上命令,并重新进入keras文件目录,执行python setup.py install命令,重新安装keras,这次没有报错。

8.pip安装Keras(第二种方法,从第六步开始,比较快)

当然,我们也可以用pip安装从第六步开始,命令如下,我这里已经安装完就不测试了。

9.如果有问题,可以在google的group中讨论Keras Google group.

10.测试导入Keras

到此安装完成,可以直接在shell中键入python,之后输入from keras.models import Sequential,一切正常。更多例子参考这里(Examples – Keras Documentation  http://keras.io/examples/)。

10.参考

  1. Download Ubuntu Desktop | Download | Ubuntu  http://www.ubuntu.com/download/desktop/
  2. ubuntu设置root用户密码 – 清风专栏 – 博客频道 – CSDN.NET  http://blog.csdn.net/breeze_vickie/article/details/5063861
  3. Keras Documentation  http://keras.io/#installation
  4. Easy Installation of an Optimized Theano on Current Ubuntu — Theano 0.7 documentation  http://deeplearning.net/software/theano/install_ubuntu.html#install-ubuntu
  5. Download Anaconda Python Distribution  http://www.continuum.io/downloads#all
  6. ubuntu14.10桌面版安装Anaconda for python3.4 | 星龙剑  http://www.xinglongjian.com/index.php/2015/02/02/ubuntu14-10-anaconda-for-python3-4
  7. LINUX下如何安装SH文件_百度知道  http://zhidao.baidu.com/link?url=PUDaNO-XrfWz125blmWwHJBgC7GT1ru3L_uvlW0lu0IuWBhKcAJnGsBEEUyv_P9XhzESbPYyPFPBS-t3I5wKi_
  8. NVIDIA cuDNN – GPU Accelerated Deep Learning  https://developer.nvidia.com/cudnn
  9. NVIDIA CuDNN 安装说明 – 普兒 – 博客园  http://www.cnblogs.com/platero/p/4118139.html
  10. Ubuntu下搭建Ruby On Rails(见其中常见的问题及解决办法1,libyaml安装失败) – Leo Chin – 博客园  http://www.cnblogs.com/hnrainll/archive/2012/12/19/2824818.html
  11. Examples – Keras Documentation  http://keras.io/examples/

  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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