Статьи

Keras, Theano и TensorFlow для Windows и Linux

Февраль 7, 2019

Инструменты для развития глубокого обучения

Чтобы начать играть с Deep Learning, нужно выбрать подходящий для него инструмент. Инструменты Python для глубокого обучения, такие как Keras, Theano и TensorFlow, просты в установке и начале разработки. Ниже следует руководство по их установке в операционных системах Windows и Linux.

Что это за Theano, TensorFlow и Keras?

Несколько слов об этих инструментах с официальных сайтов.

Theano — это библиотека Python, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения, включающие многомерные массивы.

TensorFlow ™ — это библиотека программного обеспечения с открытым исходным кодом для численных расчетов с использованием графиков потоков данных.

Keras — это библиотека нейронных сетей высокого уровня, написанная на Python и способная работать как на TensorFlow, так и на Theano . Он был разработан с упором на быстрые эксперименты. Способность переходить от идеи к результату с наименьшей возможной задержкой является ключом к проведению хороших исследований.

Windows наносит ответный удар или большой сюрприз

Несколько дней назад после обновления до Ubuntu 16.04 с 15.10 я хотел запустить пример кода в TensorFlow, но обнаружил, что TensorFlow не работает. Поэтому я переключился на Windows благодаря установке с двойной загрузкой и, к своему изумлению, обнаружил, что Keras -> Theano и Keras -> TensorFlow можно установить и запустить там очень легко с некоторыми оговорками. Итак, давайте перейдем к этапам установки.

Необходимые условия для Windows 7 или 10

Возможно установить Theano и Keras на Windows с установкой Python 2. Однако, если вы хотите работать как с Theano, так и с TensorFlow, вам нужно установить Python 3.5. На данный момент TensorFlow 0.12 поддерживается в 64-битных Windows с Pythin 3.5. Приведенные ниже шаги направлены на обеспечение поддержки Theano и TensorFlow.

Анаконда очень полезна

Anaconda — это инструмент для упаковки с открытым исходным кодом для Python и других языков. Это очень полезно, просто в использовании и интуитивно понятно с подробными уроками. Это поможет нам установить Python и все зависимости для Keras, Theano и TensorFlow только с несколькими директивами. Анаконда представлена ​​вам компанией Continuum Analytics.

Поэтому, если у вас 64-битный ПК с Windows или виртуальная машина, выполните следующие действия.

ananconda3

Ссылка на сайт

  • После установки Anaconda откройте терминал и установите Theano.
  • Когда вас спросят об установке зависимостей, нажмите «y» для «да».
1
C:\>conda install theano
  • Чтобы включить компилятор gcc для Theano, установите следующее
  • Когда вас спросят об установке зависимостей, нажмите «y» для «да».
1
C:\>conda install mingw libpython
  • Вот и все, что установлено theano. Чтобы проверить, какая версия установлена
1
C:\>conda list theano
  • Для установки TensorFlow и Keras нам понадобится менеджер пакетов pip Python, который входит в Anaconda
1
C:\>pip install tensorflow
1
C:\>pip install keras
  • Чтобы выяснить, что является текущим типом бэкэнда
1
C:\>python -c "from keras import backend; print(backend._BACKEND)"
  • Чтобы иметь возможность изменить используемый бэкэнд Keras, можно отредактировать файл конфигурации keras.json. Это может быть найдено в
1
C:\Users\relevantUser\.keras\keras.json
  • Измените строку «backend» на «theano» или «tenorflow» в соответствии со своими потребностями.
1
2
3
4
5
6
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
  • Чтобы проверить, работают ли они вообще, давайте запустим этот пример в интерпретаторе Python построчно
01
02
03
04
05
06
07
08
09
10
11
C:\>python
>>> import theano
>>> from theano import tensor
>>> a = tensor.dscalar()
>>> b = tensor.dscalar()
>>> c = a + b
>>> f = theano.function([a,b],c)
>>> result = f(1.5, 2.5)
>>> print(result)
4.0
>>>
  • Чтобы увидеть, что Keras действительно работает, необходимо запустить код, который я заранее добавлю в GitHub.

Тот же процесс в Linux (Ubuntu)

Установка Keras, Thano и TensorFlow в Linux практически такая же, как в Windows. На самом деле это даже проще, поскольку TensorFlow хорошо работает с Python 2 на Ubuntu. Вот почему ниже я приведу шаги установки для 64-битной Ubunut 16.04 и Python 2.

anaconda_linux

  • После установки Anaconda откройте терминал и установите Theano.
1
$ conda install theano
  • Вот и все, что установлено theano. Чтобы проверить, какая версия установлена
1
$ conda list theano
  • Чтобы установить TensorFlow и Keras, запустите эту команду
  • Если вас спросят об установке зависимостей, нажмите «y» для «да»
1
$ conda install tensorflow
1
$ conda install keras
  • Чтобы выяснить, что является текущим типом бэкэнда
1
$ python -c "from keras import backend; print(backend._BACKEND)"
  • Чтобы иметь возможность изменить используемый бэкэнд Keras, можно отредактировать файл конфигурации keras.json. Это может быть найдено в
1
$ ~/.keras/keras.json
  • Измените строку «backend» на «theano» или «tenorflow» в соответствии с вашими потребностями.
1
2
3
4
5
6
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
  • Чтобы проверить, работают ли они вообще, давайте запустим этот пример в интерпретаторе Python построчно
01
02
03
04
05
06
07
08
09
10
11
$ python
>>> import theano
>>> from theano import tensor
>>> a = tensor.dscalar()
>>> b = tensor.dscalar()
>>> c = a + b
>>> f = theano.function([a,b],c)
>>> result = f(1.5, 2.5)
>>> print(result)
4.0
>>>
  • Чтобы увидеть, что Keras действительно работает, необходимо запустить код, который я заранее добавлю в GitHub.

Официальные ссылки

Что дальше?

Глубокое обучение.

Ссылка: Keras, Theano и TensorFlow для Windows и Linux от нашего партнера по JCG Андрея Черемского в блоге GetToCode.com .
50
Share: