python安装方法32位_Windows7 32位+Python2.7 32位下安装Keras

Keras文档官网

Keras的Githud

首先需要安装Keras指定的依赖库

Installation

Keras uses the following dependencies:

numpy, scipy

HDF5 and h5py (optional, required if you use model

saving/loading functions)

Optional but recommended if you use CNNs: cuDNN

在安装依赖库之前，确保已经安装pip，pip一般自带了，在Python的安装目录下的Scripts的文件夹中，如果没有，手动安装见

然后需要安装wheel，可以首先将上述的Scripts目录添加到系统目录下，也可以cmd里进入到Scripts文件夹，然后执行pip

install wheel，其安装过程如下：

windows下选择下载numpy-1.12.1rc1-cp27-none-win32.whl这个文件安装，只要进入下载文件的所在位置，然后执行pip

install numpy-1.12.1rc1-cp27-none-win32.whl即可，安装过程如下图所示：

这里需要注意的是，这里安装NumPy与Python版本相关，注意在网站上下载whl文件时，看Py

Version这个属性，大致cp27就是对应Python2.7的版本。

安装SciPy的网站为，依旧需要找自己Python对应的版本，我找了个下载量最多的版本0.16.1，exe的安装就不赘述了。

接下来就是PyYAML的安装

找到对应的版本，然后下载exe文件安装

然后除了可选的依赖环境，其他环境全部安装完成

在最后安装Keras之前，还需要安装支持

When using the TensorFlow backend:

TensorFlow

See installation instructions.

When using the Theano backend:

Theano

See installation instructions.

需要在TensorFlow和Theano之间任意选择，TensorFlow能在Windows下安装，但是只支持Python的3.5.x，我使用的是Python2.7，因此只能选择安装Theano

手动安装Theano有点痛苦，还是直接安装比较好，

pip install theano

安装成功后，截图如下：

此时成功安装了theano之后，在Python里import

theano依旧会显示警告信息如下：

WARNING (theano.configdefaults):g++ not detected! Theano

will be unable to execute optimized C-implementations (for both CPU

and GPU) and will default to Python implementation. Performance

will be severely degraded. To remove this warning, set Theano flags

cxx to an empty string.

说明还需要g++的编译器，MinGW的下载地址为

下载mingw-get之后，选择安装时，勾选上GUI界面，完成安装后，启动MinGW

Installation Manager，并将mingw32-gcc-g++勾选上，然后左上角Installation中，选择Apply

Changes，等待安装完成，一般会在C:\MinGW\bin目录下安装好gcc和g++，完成后，将该目录加入系统Path中，确定cmd中输入g++会有响应即可进入安装Keras的步骤。

Keras安装失败

最后使用pip install keras来安装keras，但是直接报错如下：

Could not find a version that satisfies the requirement rensorflow

(from keras) (from versions: )

No matching distribution found for tensorflow (from keras)

很显然，Keras-2.0.0版本需要tensorflow的支持，不能在theano下安装，同时看到很多网上安装keras的教程，其版本都是0开头的版本，显然这个版本有点高，想指定版本也不会（如果有人能告知pip

install 指令中指定版本号的话，不胜感激）。

指定版本号的pip install如下：

比如需要安装版本号为1.2.2的keras的指令为：pip

install keras==1.2.2

卡在这里很久，最终找到解决方法，首先为了解决问题，找到了可以提供更多信息的pip指令如下：pip

install –v –v –v keras >out.txt，然后将所有信息放置到了文件out.txt中，从文件中找到pip指令先检查到了keras下载的网址，，在这上面找到了Keras最新的版本2.0.0，下载后进入Keras-2.0.0\Keras.egg-info目录下，查找requires.txt获取依赖信息，我在网站上下载了2.0.0版本后，发现其requires.txt中内容如下：

tensorflow

pyyaml

six

[h5py]

h5py

[tests]

pytest

pytest-pep8

pytest-xdist

[visualize]

pydot-ng

很显然，确实是要求tensorflow，因此选择安装了theano，想再安装keras需要选择其他版本，经过比较requires.txt文件后，我选择了Keras-1.2.2这个版本，下载安装包后，在cmd中进入文件夹，运行指令python

setup.py install，然后安装成功，此时在python中输入import

keras已经可以找到这个模块，但是接着显示Using

TensorFlow backend，然后就是报错，很显然需要修改下backend配置文件，在当前用户的文件夹中有.keras文件夹，找到其中的keras.json文件，修改如下：

{

"image_dim_ordering": "tf",

"epsilon": 1e-07,

"floatx": "float32",

"backend": "theano"

}

保存文件，即可成功的import keras了

这样安装完成以后，跑代码，结果发现报错，信息如下：

AssertionError:AbstractConv2d Theano optimization failed: there is

no implementation available supporting the requested options. Did

you exclude both "conv_dnn" and "conv_gemm" from the optimizer? If

on GPU, is cuDNN available and does the GPU support it? If on CPU,

do you have a BLAS library installed Theano can link against?

简要的说就是，如果出现这样的错误，要么就是你选择GPU加速，但是没有安装cuDNN的库，或者GPU不支持；选择的是CPU加速的话，BLAS的库没有安装，并与Theano链接起来

我需要的是CPU的加速（GPU不是英伟达的，而且已经很烂了），所以这样的话，要解决BLAS库安装的问题，Theano官网也提到了需要BLAS库，其推荐的是安装OpenBLAS库，OpenBLAS库下载的地址如下：

选择合适的版本，下载好文件，主要需要用到的是压缩包中lib文件夹中的dll，假设将lib文件夹放在了C:\\MinGW\\OpenBLAS-v0.2.7-x86-Win\\lib这样的位置，那么把这个位置加入系统的Path，然后在.theanorc.txt文件中加入ldflags

= -LC:\\MinGW\\OpenBLAS-v0.2.7-x86-Win\\lib -lopenblas

采用CPU加速的配置文件如下：

[global]

openmp=True

device=cpu

floatX = float32

allow_input_downcast=True

[blas]

ldflags = -LC:\\MinGW\\OpenBLAS-v0.2.7-x86-Win\\lib

-lopenblas

.theanorc.txt放在当前用户的文件夹内即可，这样就可以运行Keras了

如果在运行代码过程中，报错如下：

python.exe已停止工作

那么可以尝试找到.theanorc.txt中如下配置项

.theanorc.txt

[gcc]

cxxflags = -IC:\MinGW\lib

删除这个配置，也许可以解决这个问题

最后，推荐在大内存，并且GPU加速的环境下运行Keras，32位机器上运行Keras实测不是很稳定，建议安装在64位机器上