kerastuner开发环境配置

最新推荐文章于 2022-12-18 14:33:23 发布
VIP文章 最新推荐文章于 2022-12-18 14:33:23 发布
阅读量1.5k 收藏
点赞数 3
文章标签： tensorflow
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/weixin_46181136/article/details/113842321
版权

kerastuner开发环境配置

tf2.0的推出极大地降低了人工智能开发的门槛，而kerastuner库的推出极大的方便了我们对神经网络参数的调整，本文仅记录自己对kerastuner的配置，以及遇到的一些问题，亲测有效。
①、在anconda新建一个虚拟环境（python版本3.6），在此虚拟环境内安装tensorflow2.0.0beta1版（常用库装上对应的版本）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scipy matplotlib numpy pandas tensorflow==2.0.0b1

②在anaconda对应的虚拟环境install notebook 和lab
③虚拟环境下安装keras-tuner


                

                
                
        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  musk_Porco
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    3
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  3
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
fashion-mnist.zip
用Tensorflow对服装图像进行分类实训报告
Tensorflow实现服装图像分类

				
			

			

				

					04-15
				

			

		

		

			
				
本项目的一开始会为学生介绍Tensorflow以及一些深度学习的基本知识和代码操作。之后会让学生进行深度学习的基础任务：图像分类。
本项目使用 [Fashion MNIST](https://github.com/zalandoresearch/fashion-mnist) 数据集，该数据集包含 10 个类别的 70,000 个灰度图像。这些图像以低分辨率（28x28 像素）展示了单件衣物，Fashion MNIST 旨在临时替代经典数据集，后者常被用作计算机视觉机器学习程序的“Hello, World”。MNIST 数据集包含手写数字（0、1、2 等）的图像，其格式与使用的衣物图像的格式相同。这两个数据集都相对较小，都用于验证某个算法是否按预期工作。对于代码的测试和调试，它们都是很好的起点。
在本项目中，我们使用 60,000 个图像来训练网络，使用 10,000 个图像来评估网络学习对图像分类的准确率。我们分别做了三个任务：
任务1：Tensorflow基础操作
任务2.对服装图像进行分类
任务3.KerasTuner超参数调节

			
		

	



                

              
                



	

		

			

				
					
keras-tuner：人类的超参数调整_keras_tuner的使用.zip

				
			

			

				

					06-27
				

			

		

		

			
				
keras-tuner：人类的超参数调整_keras_tuner的使用.zip

			
		

	



                


  
              

                


	

		

			

				
					
Code-Lab-ML:来自Code Lab的机器学习入门训练营的讲义和源代码-tensorflow source code

				
			

			

				

					03-24
				

			

		

		

			
				
代码实验室ML-讲义
 该存储库包含Code Lab的机器学习入门课程的讲义。
第一周
机器学习和数据科学中使用的Python基础知识和第三方库的介绍，例如Numpy，Pandas和Matplotlib。
第二周
Scikit Learn简介，这是一个机器学习库，主要关注线性/逻辑回归算法。
第三周
更多Scikit Learn，着重于使用网格搜索的支持向量机算法，评估指标，交叉验证和超参数调整。
第四周
TensorFlow和完全连接的神经网络简介
第五周
继续使用TensorFlow，并使用卷积神经网络以及通过转移学习使用预训练的模型来专注于计算机视觉。
第六周
使用循环神经网络和长期短期记忆单元（LSTM）的更多TensorFlow重点关注序列和文本数据，以及使用KerasTuner进行超参数调整。

			
		

	





	

		

			

				
					
WIN10系统下在ANACONDA中激活PYTHON及安装AUTOKERAS的步骤

				
			

			

				

					神会找你的博客
				

				

					03-15
					
					557
					
				

			

		

		

			
				
WIN10系统下在ANACONDA中激活Python及安装Tensorflow和Autokeras的步骤ANACONDA安装Python使用前准备激活PYTHON环境变量安装pip工具安装Tensorflow启用venv（虚拟环境构建模块）
本文主要参考了autokeras官网，有不明白的点可以考虑在这里面自己寻找答案。
ANACONDA安装
ANACONDA官网自己去下载安装，免费的~~~
Python使用前准备
激活PYTHON环境变量
打开Anaconda Prompt ，输入

conda init

			
		

	



		

			
		



	

		

			

				
					
ModuleNotFoundError: No module named ‘kerastuner‘

				
			

			

				

					fencecat的博客
				

				

					03-25
					
					2062
					
				

			

		

		

			
				
Jupyter中使用#KerasTuner库的Hyperband方法来做参数的优化报错ModuleNotFoundError: No module named 'kerastuner’
from kerastuner.tuners import Hyperband
from kerastuner.engine.hyperparameters import Hyperparameters


解决方法尝试：
尝试1：
pip install Kerastuner

未解决有报错：

尝试2：
conda se

			
		

	





	

		

			

				
					
新手傻瓜式推荐教程：anaconda+Tensorflow+keras的安装详细教程

				
			

			

				

					Hdhdi的博客
				

				

					06-22
					
					6867
					
				

			

		

		

			
				
一、Anaconda的安装

可以在官网直接下载https://www.anaconda.com/products/individual

也可以在清华镜像上，博主是直接在清华镜像去下载的快一些，这里附上链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载好安装包后，双击安装包点Next按照以下图片所指进行







接下来选择路径，不建议安装在C盘，可以在其他盘创建一个文件夹，安装在其他盘

选好后点next

添加环境变量把两个选

			
		

	





	

		

			

				
					
通过国内镜像下载python函数包

				
			

			

				

					qq_43066104的博客
				

				

					04-12
					
					634
					
				

			

		

		

			
				
查找编辑器
要想知道函数包安装的位置，首先得找到编辑器的位置，那么怎么找到编辑器位置呢，步骤如下：
file–setting–project–project interprector


从右边可看出，我的python编辑器在D盘的Anaconda中。
找下载的文件夹
那么我们去找D盘的Anaconda吧。

函数包最终要下载到Anaconda中的site-packages子文件夹中。site-packages一般在Lib中，路径为D:\Anaconda\Lib\site-packages，即下图：

在该

			
		

	





	

		

			

				
					
解决使用pycharm安装keras-tuner后tensorflow-gpu 2.5.0无法使用的问题

				
			

			

				

					尘_歌
				

				

					04-07
					
					3704
					
				

			

		

		

			
				
解决方法
以下是我的解决方法，亲测可行，不过有点麻烦。
创建新的环境,再次安装tensorflow-gpu 2.5.0，但在之前先安装keras-tuner
conda create -n new_tensorflow python=3.8

进入该环境
conda activate new_tensorflow

下载安装cudatoolkit和cudnn
conda install cudatoolkit=11.2
conda install cudnn=8.1

安装keras-tuner最新版
这里

			
		

	





	

		

			

				
					
Keras Tuner官方教程

				
			

			

				

					chenvvei的博客
				

				

					05-09
					
					2178
					
				

			

		

		

			
				
Keras Tuner官方教程
import tensorflow as tf
from tensorflow import keras

Install and import the Keras Tuner.
pip install -q -U keras-tuner

import kerastuner as kt

下载准备数据集
Fashion MNIST dataset.
(img_train, label_train), (img_test, label_test) = keras.datase

			
		

	





	

		

			

				
					
keras-tuner：人类的超参数调整

				
			

			

				

					02-20
				

			

		

		

			
				
Keras Tuner
 甲超参数调谐器，用于 ，专门为tf.keras与TensorFlow 2.0。
 完整的文档和教程可在
安装
要求：
 Python 3.6
 TensorFlow 2.0
 安装最新版本：
 pip install -U keras-tuner
从源安装：
 git clone https://github.com/keras-team/keras-tuner.git
cd keras-tuner
pip install .
用法：基础
这是使用随机搜索为单层密集神经网络执行超参数调整的方法。
 首先，我们定义一个模型构建功能。 它采用参数hp ，您可以从中采样超参数，例如hp.Int('units', min_value=32, max_value=512, step=32) （某个范围内的整数）。
 此函数返回编译的模型。
 from tensorflow 

			
		

	





	

		

			

				
					
基于Python卷积神经网络CNN的猫狗图像分类【100011314】

				
			

			

				

					03-22
				

			

		

		

			
				
卷积神经网络最常见的用途就是进行图像识别/分类任务，此处需要完成对于猫狗图像的二分类任务...使用kerastuner库以小epochs的方式对模型超参数进行自动优化搜索；根据最优参数构建模型并增大epochs轮数完成模型训练。

			
		

	





	

		

			

				
					
镜像安装tensorflow-cpu1.14及Keras超详细版

					
热门推荐

				
			

			

				

					Xnion的博客
				

				

					10-20
					
					1万+
					
				

			

		

		

			
				
一、安装Anaconda
https://www.anaconda.com/download/
官网下载Anaconda后，按照其他博客安装好。
详细安装链接：Anaconda
注意安装过程中一直点下一步，
**注意：**选择安装路径，路径所在文件夹必须是空的。

**注意：**此处把两个地方都勾选上，这样环境变量就自动添加到计算机下了。
安装结束后，在开始栏找到Anaconda，打开Anaconda Prompt，进入终端后方便镜像下载。
二、安装Anaconda
0.导入镜像包
设置额外的源，直接从速度

			
		

	





	

		

			

				
					
keras tuner自动调参工具

				
			

			

				

					qq_19069557的博客
				

				

					12-18
					
					562
					
				

			

		

		

			
				
keras tuner自动调参工具

			
		

	





	

		

			

				
					
Keras Tuner documentation 官方(3)

				
			

			

				

					chenvvei的博客
				

				

					05-09
					
					317
					
				

			

		

		

			
				
Keras Tuner documentation
Keras Tuner网站的 documentation
要求
Python 3.6
TensorFlow 2.0

安装 keras-tuner
pip install -U keras-tuner

或者Install from source:
git clone https://github.com/keras-team/keras-tuner.git
cd keras-tuner
pip install .

using random search

			
		

	





	

		

			

				
					
Keras Tuner自动调参工具使用入门教程

				
			

			

				

					wmq104的博客
				

				

					04-24
					
					1万+
					
				

			

		

		

			
				
主体是翻译的Keras Tuner的说明：https://keras-team.github.io/keras-
tuner/documentation/tuners/
不过原文只是举栗子，程序不能运行，改了不少，主要有以下几点：

原文没有数据输入，进行了增加，使其可以正确运行。
原文模型没有输入部分、数据有没对齐的地方进行了更改。
原文部分函数参数名与新版本不同，进行了修改，主要是Hyperb...

			
		

	





	

		

			

				
					
Anaconda虚拟环境AutoKeras安装

				
			

			

				

					fangshuo_light的博客
				

				

					03-14
					
					2474
					
				

			

		

		

			
				
1.安装要求

Python 3：按照 TensorFlow 安装步骤安装 Python 3。

Pip：按照 TensorFlow 安装步骤进行安装点.

Tensorflow >= 2.3.0：AutoKeras 基于 TensorFlow。

2.安装AutoKeras


关于如何安装Anaconda3，请参阅：史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本（手把手保姆级教程）_fangshuo_light的博客-CSDN博客

关于如何创建虚拟环境及安装

			
		

	





	

		

			

				
					
机器学习笔记 - 使用Keras Tuner进行自动化超参数调整

				
			

			

				

					学以致用 知行合一
				

				

					04-16
					
					2131
					
				

			

		

		

			
				
Keras Tuner可用于自动调整 Keras 模型的参数和超参数。通过搜索空间自动调整Keras模型的超参数。
通过上面了解了神经网络参数和超参数的自动调优，然后我们完整的使用了一个基于 Keras Tuner 的超参数搜索器。
在接下来的几年里，自动化机器学习将成为机器学习的一个越来越重要的方面，出现了很多AutoML框架。

			
		

	





	

		

			

				
					
使用Keras Tuner进行自动超参数调优的实用教程

				
			

			

				

					deephub
				

				

					09-20
					
					5277
					
				

			

		

		

			
				
在本文中我们介绍了 Keras Tuner的使用。并且通过一个完整的项目实现了通过Keras Tuner自动搜索超参数的流程。与手动或网格搜索方法相比，KerasTuner 中实现的搜索策略允许更快、更轻松地进行微调。利用贝叶斯优化或 HyperBand 搜索等搜索方法不仅可以节省时间，还会会得到一个更好的模型。作者：Poulinakis Kon。

			
		

	





	

		

			

				
					
kerastuner安装

					
最新发布

				
			

			

				

					07-25
				

			

		

		

			
				
引用\[2\]中提到在Jupyter中使用KerasTuner库的Hyperband方法时报错ModuleNotFoundError: No module named ‘kerastuner’，这是因为没有安装kerastuner库。要解决这个问题，你需要先安装kerastuner库。你可以使用以下命令来安装kerastuner库：

pip install keras-tuner

安装完成后，你就可以在Jupyter中使用KerasTuner库的Hyperband方法进行参数优化了。希望这个解决方案对你有帮助。
#### 引用[.reference_title]
-  *1* *3* [kerastuner开发环境配置](https://blog.csdn.net/weixin_46181136/article/details/113842321)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
-  *2* [ModuleNotFoundError: No module named ‘kerastuner](https://blog.csdn.net/fencecat/article/details/123699657)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		
评论 3

	

	
	




  

    

      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