Keras - Instalação

Este capítulo explica como instalar o Keras em sua máquina. Antes de passar para a instalação, vamos examinar os requisitos básicos do Keras.

Pré-requisitos

Você deve atender aos seguintes requisitos -

  • Qualquer tipo de sistema operacional (Windows, Linux ou Mac)
  • Python versão 3.5 ou superior.

Pitão

Keras é uma biblioteca de rede neural baseada em python, portanto, o python deve ser instalado em sua máquina. Se o python estiver instalado corretamente em sua máquina, abra seu terminal e digite python, você poderá ver uma resposta semelhante à especificada abaixo,

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. 
>>>

A partir de agora, a versão mais recente é '3.7.2'. Se o Python não estiver instalado, visite o link oficial do python - www.python.org e baixe a versão mais recente com base em seu sistema operacional e instale-a imediatamente em seu sistema.

Etapas de instalação do Keras

A instalação do Keras é bastante fácil. Siga as etapas abaixo para instalar corretamente o Keras em seu sistema.

Etapa 1: Criar ambiente virtual

Virtualenvé usado para gerenciar pacotes Python para diferentes projetos. Isso será útil para evitar quebrar os pacotes instalados em outros ambientes. Portanto, é sempre recomendável usar um ambiente virtual durante o desenvolvimento de aplicativos Python.

Linux/Mac OS

Usuários de Linux ou mac OS, vão para o diretório raiz do seu projeto e digite o comando abaixo para criar um ambiente virtual,

python3 -m venv kerasenv

Depois de executar o comando acima, o diretório “kerasenv” é criado com bin,lib and include folders em seu local de instalação.

Windows

O usuário do Windows pode usar o comando abaixo,

py -m venv keras

Etapa 2: ativar o ambiente

Esta etapa configurará os executáveis ​​python e pip no caminho do shell.

Linux/Mac OS

Agora criamos um ambiente virtual chamado “kerasvenv”. Mova para a pasta e digite o comando abaixo,

$ cd kerasvenv kerasvenv $ source bin/activate

Windows

Os usuários do Windows movem-se para dentro da pasta “kerasenv” e digitam o comando abaixo,

.\env\Scripts\activate

Etapa 3: bibliotecas Python

Keras depende das seguintes bibliotecas Python.

  • Numpy
  • Pandas
  • Scikit-learn
  • Matplotlib
  • Scipy
  • Seaborn

Felizmente, você instalou todas as bibliotecas acima em seu sistema. Se essas bibliotecas não estiverem instaladas, use o comando abaixo para instalar uma por uma.

numpy

pip install numpy

você pode ver a seguinte resposta,

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

Podemos ver a seguinte resposta,

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

Podemos ver a seguinte resposta,

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

Podemos ver a seguinte resposta,

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

É uma biblioteca de aprendizado de máquina de código aberto. É usado para algoritmos de classificação, regressão e agrupamento. Antes de passar para a instalação, é necessário o seguinte -

  • Python versão 3.5 ou superior
  • NumPy versão 1.11.0 ou superior
  • SciPy versão 0.17.0 ou superior
  • joblib 0.11 ou superior.

Agora, instalamos o scikit-learn usando o comando abaixo -

pip install -U scikit-learn

Seaborn

Seaborn é uma biblioteca incrível que permite que você visualize facilmente seus dados. Use o comando abaixo para instalar -

pip pip install seaborninstall -U scikit-learn

Você pode ver a mensagem semelhante à especificada abaixo -

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

Instalação do Keras usando Python

A partir de agora, concluímos os requisitos básicos para a instalação do Kera. Agora, instale o Keras usando o mesmo procedimento especificado abaixo -

pip install keras

Saia do ambiente virtual

Depois de terminar todas as alterações em seu projeto, basta executar o comando abaixo para sair do ambiente -

deactivate

Nuvem Anaconda

Acreditamos que você tenha instalado a nuvem anaconda em sua máquina. Se o anaconda não estiver instalado, visite o link oficial, www.anaconda.com/distribution e escolha o download com base no seu sistema operacional.

Crie um novo ambiente conda

Inicie o prompt do anaconda, isso abrirá o ambiente base do Anaconda. Vamos criar um novo ambiente de conda. Este processo é semelhante ao virtualenv. Digite o comando abaixo em seu terminal conda -

conda create --name PythonCPU

Se desejar, você também pode criar e instalar módulos usando GPU. Neste tutorial, seguimos as instruções da CPU.

Ative o ambiente conda

Para ativar o ambiente, use o comando abaixo -

activate PythonCPU

Instalar spyder

Spyder é um IDE para executar aplicativos python. Vamos instalar este IDE em nosso ambiente conda usando o comando abaixo -

conda install spyder

Instalar bibliotecas python

Já conhecemos as bibliotecas python numpy, pandas, etc., necessárias para keras. Você pode instalar todos os módulos usando a sintaxe abaixo -

Syntax

conda install -c anaconda <module-name>

Por exemplo, você deseja instalar o pandas -

conda install -c anaconda pandas

Como o mesmo método, tente você mesmo instalar os módulos restantes.

Instale Keras

Agora, tudo parece bem, então você pode iniciar a instalação do keras usando o comando abaixo -

conda install -c anaconda keras

Lançar spyder

Finalmente, inicie o spyder em seu terminal conda usando o comando abaixo -

spyder

Para garantir que tudo foi instalado corretamente, importe todos os módulos, ele irá adicionar tudo e se algo der errado, você receberá module not found mensagem de erro.