Keras - การติดตั้ง
บทนี้จะอธิบายเกี่ยวกับวิธีการติดตั้ง Keras บนเครื่องของคุณ ก่อนที่จะย้ายไปติดตั้งให้เราทำตามข้อกำหนดพื้นฐานของ Keras
ข้อกำหนดเบื้องต้น
คุณต้องปฏิบัติตามข้อกำหนดต่อไปนี้ -
- ระบบปฏิบัติการทุกประเภท (Windows, Linux หรือ Mac)
- Python เวอร์ชัน 3.5 ขึ้นไป
Python
Keras เป็นไลบรารีเครือข่ายประสาทเทียมที่ใช้ python ดังนั้นจึงต้องติดตั้ง python ในเครื่องของคุณ หาก python ได้รับการติดตั้งอย่างถูกต้องบนเครื่องของคุณให้เปิดเทอร์มินัลและพิมพ์ python คุณจะเห็นการตอบสนองที่คล้ายกันตามที่ระบุไว้ด้านล่าง
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.
>>>
ณ ตอนนี้เวอร์ชันล่าสุดคือ '3.7.2' หากไม่ได้ติดตั้ง Python ให้ไปที่ลิงก์ python อย่างเป็นทางการ - www.python.orgและดาวน์โหลดเวอร์ชันล่าสุดตามระบบปฏิบัติการของคุณและติดตั้งลงในระบบของคุณทันที
ขั้นตอนการติดตั้ง Keras
การติดตั้ง Keras นั้นค่อนข้างง่าย ทำตามขั้นตอนด้านล่างเพื่อติดตั้ง Keras บนระบบของคุณอย่างถูกต้อง
ขั้นตอนที่ 1: สร้างสภาพแวดล้อมเสมือน
Virtualenvใช้เพื่อจัดการแพ็คเกจ Python สำหรับโปรเจ็กต์ต่างๆ สิ่งนี้จะเป็นประโยชน์ในการหลีกเลี่ยงการทำลายแพ็คเกจที่ติดตั้งในสภาพแวดล้อมอื่น ๆ ดังนั้นขอแนะนำให้ใช้สภาพแวดล้อมเสมือนจริงเสมอในขณะที่พัฒนาแอปพลิเคชัน Python
Linux/Mac OS
ผู้ใช้ Linux หรือ mac OS ไปที่ไดเร็กทอรีรูทโปรเจ็กต์ของคุณและพิมพ์คำสั่งด้านล่างเพื่อสร้างสภาพแวดล้อมเสมือน
python3 -m venv kerasenv
หลังจากดำเนินการคำสั่งข้างต้นไดเรกทอรี“ kerasenv” จะถูกสร้างขึ้นด้วยไฟล์ bin,lib and include folders ในตำแหน่งการติดตั้งของคุณ
Windows
ผู้ใช้ Windows สามารถใช้คำสั่งด้านล่าง
py -m venv keras
ขั้นตอนที่ 2: เปิดใช้งานสภาพแวดล้อม
ขั้นตอนนี้จะกำหนดค่าไฟล์ปฏิบัติการ python และ pip ในเชลล์พา ธ ของคุณ
Linux/Mac OS
ตอนนี้เราได้สร้างสภาพแวดล้อมเสมือนจริงชื่อ“ kerasvenv” ย้ายไปที่โฟลเดอร์และพิมพ์คำสั่งด้านล่าง
$ cd kerasvenv kerasvenv $ source bin/activate
Windows
ผู้ใช้ Windows ย้ายเข้าไปในโฟลเดอร์“ kerasenv” และพิมพ์คำสั่งด้านล่าง
.\env\Scripts\activate
ขั้นตอนที่ 3: ไลบรารี Python
Keras ขึ้นอยู่กับไลบรารี python ต่อไปนี้
- Numpy
- Pandas
- Scikit-learn
- Matplotlib
- Scipy
- Seaborn
หวังว่าคุณได้ติดตั้งไลบรารีข้างต้นทั้งหมดในระบบของคุณแล้ว หากไม่ได้ติดตั้งไลบรารีเหล่านี้ให้ใช้คำสั่งด้านล่างเพื่อติดตั้งทีละรายการ
numpy
pip install numpy
คุณจะเห็นคำตอบต่อไปนี้
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
เราจะเห็นคำตอบต่อไปนี้
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
เราจะเห็นคำตอบต่อไปนี้
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
เราจะเห็นคำตอบต่อไปนี้
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
เป็นไลบรารีการเรียนรู้ของเครื่องโอเพนซอร์ส ใช้สำหรับการจำแนกประเภทการถดถอยและอัลกอริทึมการจัดกลุ่ม ก่อนที่จะย้ายไปติดตั้งต้องมีสิ่งต่อไปนี้ -
- Python เวอร์ชัน 3.5 ขึ้นไป
- NumPy เวอร์ชัน 1.11.0 หรือสูงกว่า
- SciPy เวอร์ชัน 0.17.0 หรือสูงกว่า
- joblib 0.11 หรือสูงกว่า
ตอนนี้เราติดตั้ง scikit-learn โดยใช้คำสั่งด้านล่าง -
pip install -U scikit-learn
Seaborn
Seaborn เป็นห้องสมุดที่น่าทึ่งที่ช่วยให้คุณเห็นภาพข้อมูลของคุณได้อย่างง่ายดาย ใช้คำสั่งด้านล่างเพื่อติดตั้ง -
pip pip install seaborninstall -U scikit-learn
คุณจะเห็นข้อความคล้ายกับที่ระบุด้านล่าง -
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
การติดตั้ง Keras โดยใช้ Python
ณ ตอนนี้เราได้ทำตามข้อกำหนดพื้นฐานสำหรับการติดตั้ง Kera เรียบร้อยแล้ว ตอนนี้ติดตั้ง Keras โดยใช้ขั้นตอนเดียวกับที่ระบุด้านล่าง -
pip install keras
ออกจากสภาพแวดล้อมเสมือนจริง
หลังจากเสร็จสิ้นการเปลี่ยนแปลงทั้งหมดในโครงการของคุณแล้วเพียงแค่เรียกใช้คำสั่งด้านล่างเพื่อออกจากสภาพแวดล้อม -
deactivate
เมฆอนาคอนดา
เราเชื่อว่าคุณได้ติดตั้ง anaconda cloud บนเครื่องของคุณแล้ว หากไม่ได้ติดตั้ง anaconda ให้ไปที่ลิงค์อย่างเป็นทางการwww.anaconda.com/distributionและเลือกดาวน์โหลดตามระบบปฏิบัติการของคุณ
สร้างสภาพแวดล้อม conda ใหม่
เปิดพรอมต์ anaconda ซึ่งจะเป็นการเปิดสภาพแวดล้อมของ Anaconda พื้นฐาน ให้เราสร้างสภาพแวดล้อม conda ใหม่ กระบวนการนี้คล้ายกับ Virtualenv พิมพ์คำสั่งด้านล่างใน conda terminal ของคุณ -
conda create --name PythonCPU
หากต้องการคุณสามารถสร้างและติดตั้งโมดูลโดยใช้ GPU ได้เช่นกัน ในบทช่วยสอนนี้เราทำตามคำแนะนำของ CPU
เปิดใช้งานสภาพแวดล้อม conda
ในการเปิดใช้งานสภาพแวดล้อมให้ใช้คำสั่งด้านล่าง -
activate PythonCPU
ติดตั้ง spyder
Spyder เป็น IDE สำหรับเรียกใช้งานแอปพลิเคชัน python ให้เราติดตั้ง IDE นี้ในสภาพแวดล้อม conda ของเราโดยใช้คำสั่งด้านล่าง -
conda install spyder
ติดตั้งไลบรารี python
เรารู้จัก python libraries numpy, pandas และอื่น ๆ แล้วซึ่งจำเป็นสำหรับ keras คุณสามารถติดตั้งโมดูลทั้งหมดโดยใช้ไวยากรณ์ด้านล่าง -
Syntax
conda install -c anaconda <module-name>
ตัวอย่างเช่นคุณต้องการติดตั้งแพนด้า -
conda install -c anaconda pandas
เช่นเดียวกับวิธีการเดียวกันลองติดตั้งโมดูลที่เหลือด้วยตัวเอง
ติดตั้ง Keras
ตอนนี้ทุกอย่างดูดีเพื่อให้คุณสามารถเริ่มการติดตั้ง keras โดยใช้คำสั่งด้านล่าง -
conda install -c anaconda keras
เปิดตัว spyder
สุดท้ายเปิด spyder ใน conda terminal ของคุณโดยใช้คำสั่งด้านล่าง -
spyder
เพื่อให้แน่ใจว่าทุกอย่างได้รับการติดตั้งอย่างถูกต้องให้นำเข้าโมดูลทั้งหมดมันจะเพิ่มทุกอย่างและหากมีอะไรผิดพลาดคุณจะได้รับ module not found ข้อความผิดพลาด.