Keras - Installazione

Questo capitolo spiega come installare Keras sulla tua macchina. Prima di passare all'installazione, esaminiamo i requisiti di base di Keras.

Prerequisiti

È necessario soddisfare i seguenti requisiti:

Qualsiasi tipo di sistema operativo (Windows, Linux o Mac)
Python versione 3.5 o successiva.

Pitone

Keras è una libreria di rete neurale basata su python, quindi python deve essere installato sulla tua macchina. Se python è installato correttamente sulla tua macchina, quindi apri il tuo terminale e digita python, potresti vedere la risposta simile a quella specificata di seguito,

Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) 
[MSC v.1900 64 bit (AMD64)] on win32 
Type "help", "copyright", "credits" or "license" for more information. 
>>>

Al momento l'ultima versione è "3.7.2". Se Python non è installato, visita il collegamento python ufficiale - www.python.org e scarica l'ultima versione basata sul tuo sistema operativo e installala immediatamente sul tuo sistema.

Fasi di installazione di Keras

L'installazione di Keras è abbastanza semplice. Segui i passaggi seguenti per installare correttamente Keras sul tuo sistema.

Passaggio 1: crea l'ambiente virtuale

Virtualenvviene utilizzato per gestire i pacchetti Python per diversi progetti. Ciò sarà utile per evitare di rompere i pacchetti installati negli altri ambienti. Quindi, è sempre consigliabile utilizzare un ambiente virtuale durante lo sviluppo di applicazioni Python.

Linux/Mac OS

Utenti Linux o mac OS, vai alla directory principale del tuo progetto e digita il comando seguente per creare l'ambiente virtuale,

python3 -m venv kerasenv

Dopo aver eseguito il comando precedente, viene creata la directory "kerasenv" con bin,lib and include folders nella posizione di installazione.

Windows

L'utente Windows può utilizzare il comando seguente,

py -m venv keras

Passaggio 2: attiva l'ambiente

Questo passaggio configurerà gli eseguibili python e pip nel percorso della shell.

Linux/Mac OS

Ora abbiamo creato un ambiente virtuale denominato "kerasvenv". Spostati nella cartella e digita il comando seguente,

$ cd kerasvenv kerasvenv $ source bin/activate

Windows

Gli utenti Windows si spostano all'interno della cartella "kerasenv" e digitano il comando seguente,

.\env\Scripts\activate

Passaggio 3: librerie Python

Keras dipende dalle seguenti librerie python.

Numpy
Pandas
Scikit-learn
Matplotlib
Scipy
Seaborn

Si spera che tu abbia installato tutte le librerie di cui sopra sul tuo sistema. Se queste librerie non sono installate, utilizzare il comando seguente per installarle una per una.

numpy

pip install numpy

potresti vedere la seguente risposta,

Collecting numpy 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
   numpy-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

pandas

pip install pandas

Abbiamo potuto vedere la seguente risposta,

Collecting pandas 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
pandas-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

matplotlib

pip install matplotlib

Abbiamo potuto vedere la seguente risposta,

Collecting matplotlib 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8/ 
matplotlib-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

scipy

pip install scipy

Abbiamo potuto vedere la seguente risposta,

Collecting scipy 
   Downloading 
https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353c330e59be8cf2d47c0b11d3cde8 
/scipy-3.1.1-cp36-cp36m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64. 
   macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 
      |████████████████████████████████| 14.4MB 2.8MB/s

scikit-learn

È una libreria di machine learning open source. Viene utilizzato per la classificazione, la regressione e gli algoritmi di clustering. Prima di passare all'installazione, richiede quanto segue:

Python versione 3.5 o successiva
NumPy versione 1.11.0 o successiva
SciPy versione 0.17.0 o successiva
joblib 0.11 o superiore.

Ora installiamo scikit-learn usando il comando seguente:

pip install -U scikit-learn

Seaborn

Seaborn è una straordinaria libreria che ti consente di visualizzare facilmente i tuoi dati. Usa il seguente comando per installare -

pip pip install seaborninstall -U scikit-learn

Potresti vedere il messaggio simile a quello specificato di seguito -

Collecting seaborn 
   Downloading 
https://files.pythonhosted.org/packages/a8/76/220ba4420459d9c4c9c9587c6ce607bf56c25b3d3d2de62056efe482dadc 
/seaborn-0.9.0-py3-none-any.whl (208kB) 100% 
   |████████████████████████████████| 215kB 4.0MB/s 
Requirement already satisfied: numpy> = 1.9.3 in 
./lib/python3.7/site-packages (from seaborn) (1.17.0) 
Collecting pandas> = 0.15.2 (from seaborn) 
   Downloading 
https://files.pythonhosted.org/packages/39/b7/441375a152f3f9929ff8bc2915218ff1a063a59d7137ae0546db616749f9/ 
pandas-0.25.0-cp37-cp37m-macosx_10_9_x86_64.
macosx_10_10_x86_64.whl (10.1MB) 100% 
   |████████████████████████████████| 10.1MB 1.8MB/s 
Requirement already satisfied: scipy>=0.14.0 in 
./lib/python3.7/site-packages (from seaborn) (1.3.0) 
Collecting matplotlib> = 1.4.3 (from seaborn) 
   Downloading 
https://files.pythonhosted.org/packages/c3/8b/af9e0984f
5c0df06d3fab0bf396eb09cbf05f8452de4e9502b182f59c33b/ 
matplotlib-3.1.1-cp37-cp37m-macosx_10_6_intel.
macosx_10_9_intel.macosx_10_9_x86_64 
.macosx_10_10_intel.macosx_10_10_x86_64.whl (14.4MB) 100% 
   |████████████████████████████████| 14.4MB 1.4MB/s 
...................................... 
...................................... 
Successfully installed cycler-0.10.0 kiwisolver-1.1.0 
matplotlib-3.1.1 pandas-0.25.0 pyparsing-2.4.2 
python-dateutil-2.8.0 pytz-2019.2 seaborn-0.9.0

Installazione di Keras utilizzando Python

A partire da ora, abbiamo completato i requisiti di base per l'installazione di Kera. Ora installa Keras usando la stessa procedura specificata di seguito -

pip install keras

Esci dall'ambiente virtuale

Dopo aver terminato tutte le modifiche nel progetto, eseguire semplicemente il comando seguente per uscire dall'ambiente:

deactivate

Anaconda Cloud

Crediamo che tu abbia installato anaconda cloud sulla tua macchina. Se anaconda non è installato, visitare il collegamento ufficiale, www.anaconda.com/distribution e scegliere il download in base al proprio sistema operativo.

Crea un nuovo ambiente conda

Avvia il prompt di anaconda, questo aprirà l'ambiente di base Anaconda. Creiamo un nuovo ambiente conda. Questo processo è simile a virtualenv. Digita il comando seguente nel tuo terminale conda -

conda create --name PythonCPU

Se lo desideri, puoi creare e installare moduli anche utilizzando la GPU. In questo tutorial, seguiamo le istruzioni della CPU.

Attiva l'ambiente conda

Per attivare l'ambiente, utilizzare il comando seguente:

activate PythonCPU

Installa Spyder

Spyder è un IDE per l'esecuzione di applicazioni Python. Installiamo questo IDE nel nostro ambiente conda utilizzando il comando seguente:

conda install spyder

Installa le librerie Python

Abbiamo già conosciuto le librerie python numpy, pandas, ecc., Necessarie per keras. È possibile installare tutti i moduli utilizzando la sintassi seguente:

Syntax

conda install -c anaconda <module-name>

Ad esempio, vuoi installare i panda -

conda install -c anaconda pandas

Come lo stesso metodo, prova tu stesso a installare i moduli rimanenti.

Installa Keras

Ora, sembra tutto a posto, quindi puoi avviare l'installazione di keras usando il comando seguente:

conda install -c anaconda keras

Avvia Spyder

Infine, avvia Spyder nel tuo terminale conda usando il comando seguente:

spyder

Per assicurarti che tutto sia stato installato correttamente, importa tutti i moduli, aggiungerà tutto e se qualcosa è andato storto, otterrai module not found messaggio di errore.