python神经网络库 keras_神经网络python库keras在windows下部署过程，带下载链接

环境64位win10

python 3.5 64 bit

keras的官方文档说，他们只支持python2.7-python3.5。

下载wheels

因为numpy和scipy在windows平台上安装会出现编译问题，因为他们依赖一些c库会找不到，所以我们就安装wheel格式的库，他们是预先编译好的。

在这里你能看到有很多.whl格式的文件，如果你跟我的python版本一样，你可以下载，否则你需要下载适合你自己版本的安装文件。

安装numpy和scipy1

2

3cd wheel文件所在的文件夹

pip install "numpy-1.11.3+mkl-cp35-cp35m-win_amd64.whl"

pip install "scipy-0.19.0-cp35-cp35m-win_amd64.whl"

安装tensorflow

tensorflow是keras的神经网络计算引擎，但是安装keras的时候，不会自动安装它，因为这是一个可选包，所以你的自己安装。

1pip install tensorflow

安装keras

因为在安装麻烦的库已经安装好了，现在可以安装keras了。keras还依赖一些其他的库，比如six/tensorflow/pyyaml等，不过他们可以在安装keras的时候，自动被安装，所以不需要你手动安装。

1pip install keras

hello keras

打开python shell，可以在cmd中输入python来打开。

首先来构建一个网络结构

1

2

3

4

5

6

7

8from keras.models import Sequential

from keras.layers import Dense, Activation

model.add(Dense(units=25, input_dim=64))

model=Sequential() #网络基本结构

model.add(Dense(units=25, input_dim=8*8)) #添加一个隐层，有25个节点，64个输入

model.add(Activation("sigmoid")) #设置激活函数logistic

model.add(Dense(units=10)) #增加一个输出层

model.add(Activation('sigmoid')) # 设置激活函数

准备数据，我们要得到输入和输出矩阵，输入矩阵每一行是一个64维的向量，输出矩阵每一行是一个10维矩阵

1

2

3

4

5

6

7

8

9

10

11data=open('orc-data.csv','r').readlines()

data=[line.strip().split(',') for line in data]

data=[list(map(row, int)) for row in data]

data=[list(map(int, row)) for row in data]

X=[row[1:] for row in data]

temp_Y=[row[0] for row in data]

Y=[]

for y in temp_Y:

v=[0]*10

v[y]=1

Y.append(v)

现在我们得到了两个矩阵X和Y。网络结构已经建好，我们可以训练这个模型了

1

2

3

4model.compile(loss='categorical_crossentropy',

optimizer='adam',

metrics=['accuracy'])

model.fid(X, Y, batch_size=100, nb_epoch=20)