Keras-安装

Keras是一个高层的深度学习框架，可以基于TensorFlow、CNTK或Theano深度学习框架运行。

环境要求

• Python 2.7-3.6版本
• NumPy、SciPy和matplotlib工具包
• TensorFlow或Theano或CNTK深度学习框架

安装Keras

可以通过pip安装Keras：

pip install keras

Keras安装后，可以使用下面代码测试：

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

如果不出现任何错误信息，则说明Keras已成功安装。

Keras + TensorFlow安装

如果您计划使用Keras与TensorFlow深度学习框架，需要单独安装TensorFlow。

可以使用下面的命令安装：

pip install tensorflow

安装完TensorFlow后，还需要安装Keras：

pip install keras

安装完成后，可以使用下面代码测试Keras是否安装成功：

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

如果没有错误，则说明Keras和TensorFlow已经成功安装。

Keras + Theano安装

和Keras + TensorFlow类似，如果您计划使用Keras与Theano深度学习框架，则需要安装Theano。

使用下面的命令安装Theano：

pip install Theano

安装完成后，还需要安装Keras：

pip install keras

安装完成后，可以使用下面代码测试Keras是否安装成功：

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

如果没有错误，则说明Keras和Theano已经成功安装。

Keras + CNTK安装

和Keras + TensorFlow和Keras + Theano类似，如果您计划使用Keras与CNTK深度学习框架，需要单独安装CNTK。

使用下面的命令安装CNTK：

pip install cntk-gpu

安装完成后，还需要安装Keras：

pip install keras

安装完成后，可以使用下面代码测试Keras是否安装成功：

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

如果没有错误，则说明Keras和CNTK已经成功安装。

总结

本篇文章简单介绍了如何在不同的深度学习框架中安装Keras。Keras是一个高层的深度学习框架，可以基于TensorFlow、CNTK或Theano框架运行。无论您使用哪种深度学习框架，都可以使用pip命令安装Keras。