keras入门与安装

陈瀚玥

2023-12-01

Keras学习笔记

Keras简介

keras是一个用python编写的高级神经网络API，它能够以TensorFlow、CNTK，或者是Theano作为后端运行

开发重点是支持快速的实验。能够以最小的时延把你的想法转化为实验结果，是做好研究的关键。

优点

用户友好。Keras是为人类而不是为机器设计的APl。它把用户体验放在首要和中心位置。Keras 遵循减少认知困难的最佳实践:它提供一致且简单的API，将常见用例所需的用户操作数量降至最低，并且在用户错误时提供清晰和可操作的反馈。

高度模块化

模型被理解为由独立的、完全可配置的模块构成的序列或图。这些模块可以以尽可能少的限制组装在一起。特别是神经网络层、损失函数、优化器、初始化方法、激活函数、正则化方法，它们都是可以结合起来构建新模型的模块。

易扩展性。新的模块是很容易添加的（作为新的类和函数)，现有的模块已经提供了充足的示例。由于能够轻松地创建可以提高表现力的新模块，Keras更加适合高级研究。

基于Python实现。Keras没有特定格式的单独配置文件。模型定义在 Python代码中，这些代码紧凑，易于调试，并且易于扩展。

同时支持卷积神经网络和循环神经网络，以及两者的组合

在CPU和GPU上无缝运行

这么多的深度学习框架，为何要选择keras？

Keras是为人类而非机器设计的APl。Keras 遵循减少认知困难的最佳实践:它提供一致且简单的API，它将常见用例所需的用户操作数量降至最低，并且在用户错误时提供清晰和可操作的反馈。
这使Keras易于学习和使用。作为 Keras 用户，你的工作效率更高，能够比竞争对手更快地尝试更多创意，从而帮助你赢得机器学习竞赛。

Keras的兼容的python版本：

Keras兼容的python版本：python2.7-3.6

Keras开发环境搭建与安装

我们用Anaconda发行版作为Python的使用环境。

Anaconda的下载
从清华镜像下载anaconda:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

注意，不同的anaconda对应的python版本也是不一样的，注意不要下载错了，不同版本的anaconda对应的python版本如该网址所示：

python3.6对应的anaconda版本_Anaconda版本对应的python版本

https://blog.csdn.net/weixin_39929687/article/details/111023432?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_{aggregatepage}first_rank_ecpm_v1~rank_v31_ecpm-3-111023432.pc_agg_new_rank&utm_term=python3.6%E5%AF%B9%E5%BA%94%E7%9A%84anaconda%E7%89%88%E6%9C%AC&spm=1000.2123.3001.4430

https://pypi.douban.com/simple/

创建虚拟环境（在anaconda prompt即可）

conda create -n kr python=3.6

kr代表我们创建的虚拟环境的名称

进入虚拟环境

conda activate kr

anaconda的使用

conda 一个包管理器
conda -version 命令检查是否安装正确
conda list 查询
conda install* 安装
conda updata* 升级
conda remove* 卸载
rm -rf ~/anaconda 删除anaconda

conda切换为国内源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrirs.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --set show_channel_urls yes #s设置搜索时显示通道地址

Keras CPU版本安装

keras本身是一个前端的深度学习库，所以需要后端的数据计算

先安装后端（tensorflow）

（有大问题，去官网学习）

pip install tensorflow==2.0

注：需指定2.0版本，2.1版本是GPU和CPU版本的集合体

再安装keras

pip install keras -i https://pypi.doubanio.com/simple

keras后端

什么是后端？

Keras是一个模型级库，为开发深度学习模型提供了高层次的构建模块。它不处理诸如张量乘积和卷积等低级操作。相反，它依赖于一个专门的、优化的张量操作库来完成这个操作，它可以作为Keras的「后端引擎」。相比单独地选择一个张量库，而将Keras 的实现与该库相关联，Keras 以模块方式处理这个问题，并且可以将几个不同的后端引擎无缝嵌入到 Keras 中。

Keras有三个后端实现可用: TensorFlow后端，Theano后端,CNTK后端。

TensorFlow是由Google开发的一个开源符号级张量操作框架。
Theano是由蒙特利尔大学的 LISA Lab开发的一个开源符号级张量操作框架。
CNTK是由微软开发的一个深度学习开源工具包。

Keras GPU版本的安装

安装后端（tensorflow-gpu）

conda install tensorflow-gpu==2.0.0    or

pip install tensorflow-gpu -i https://pypi.doubanio.com/simple

(ps,一旦到了自己上手实践就会出现各种问题)

一定要提前换源，会下载很多比较大的包
nvidia驱动版本大于410（查看版本：在anaconda里面输入 NVIDIA-smi）
python版本为（3.5-3.6）
系统必须为64位

安装keras

pip install keras -i https://pypi.doubanio.com/simple

其他

如果使用了虚拟环境，在anaconda prompt里面写：

jupyter notebook（基于web的交互式开发环境）

先进入虚拟环境，在虚拟环境当中写：

conda install nb_conda 然后运行，再打开jupyter notebook